基于机器学习的敌草快中毒诊断模型研究
目的 采用代谢组学技术和随机森林筛选出敌草快中毒者血浆中的特异度差异代谢物,为敌草快中毒机制研究提供理论依据,采用机器学习技术构建敌草快中毒诊断模型,为敌草快中毒诊断提供了一种智能决策方法.方法 67只敌草快中毒小鼠(50 mg/kg),57只对照组小鼠,分别抽取敌草快中毒组和对照组血浆,利用液相色谱串联质谱联用.(LC-MS/MS)代谢组学检测敌草快中毒组和对照组血浆代谢差异,利用随机森林特征选择方法筛选敌草快中毒血浆中的特异度差异代谢物,采用机器学习中的SVM分类算法构建智能诊断模型.结果 最终共筛选出18个代谢差异物,构建的SVM敌草快中毒诊断模型正确率达到98.4%.结论 在代谢组学技术基础上采用随机森林特征评估方法成功筛选出敌草快中毒者特异度差异代谢物,构建基于SVM的敌草快中毒诊断模型,为敌草快中毒诊断提供了一种智能决策方法.
机器学习、代谢组学、液相色谱串联质谱联用、敌草快中毒
32
O658(分析化学)
温州市科学技术局Y2020852
2022-04-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
442-444,448