基于机器学习分析的浸润性乳腺癌蛋白质编码基因的标志物鉴定

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目的 应用随机森林（RF）、极限梯度提升算法（XGBoost）、轻量的梯度提升机（LightGBM）、类别型特征提升（CatBoost）4种机器学习算法分析浸润性乳腺癌转录组表达数据，筛选与浸润性乳腺癌预后相关的生物标志物。方法 通过癌症基因组图谱公共数据库下载浸润性乳腺癌的表达数据，采用DESeq2程序包、t检验及Cox单因素分析，对人类浸润性乳腺癌样本中与生存预后相关的差异蛋白质编码基因进行筛选。（剩余11944字）

试读结束

目录
monitor