利索能及
我要发布
收藏
专利号: 2022103144409
申请人: 中元伯瑞生物科技(珠海横琴)有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.生物标志物7‑甲氧基‑5,6:3',4'‑双(亚甲基二氧基)黄酮结合神经酰胺d18:1/23:

0、磷脂酸O‑16:0/18:0和矢车菊素3‑(2G‑木糖基尿素苷)在制备诊断尘肺病的检测试剂中的应用,其特征在于,通过检测血清中7‑甲氧基‑5,6:3',4'‑双(亚甲基二氧基)黄酮的含量,并结合神经酰胺d18:1/23:0、磷脂酸O‑16:0/18:0和矢车菊素3‑(2G‑木糖基尿素苷)的含量,将7‑甲氧基‑

5,6:3',4'‑双(亚甲基二氧基)黄酮的含量记为R 28、磷脂酸O‑16:0/18:0的含量记为R11、矢车菊素3‑(2G‑木糖基尿素苷)的含量记为R52、神经酰胺d18:1/23:0的含量记为R20;满足下面任一种情况,则判定为尘肺病,除此五种情况之外的其余情况,均不判定为尘肺病;

(1)R28<0.68;

(2)R28≥0.68,R11≥0.72且R52≥1.4;

(3)R28≥0.68,R11≥0.72且R52<1.4,0.78≤R52<1.2;

(4)R28≥0.68,R11<0.72 且0.46≤R20<1.3,且R52<1.4;

(5)R28≥0.68,R11<0.72 且R20≥0.46,R52≥1.4且R20≥0.91;

或根据此四种标志物的含量构成的机器学习条件概率决策树模型中的TC值预测尘肺病:若TC≥0.548,则判定为尘肺病;若TC<0.548,则为无尘肺病;

机器学习条件概率决策树模型的构建是使用R语言的rpart包进行决策树模型建立,设定有无尘肺病的变量为因子型变量,建模中的“method”参数设定为“class”,表明建立分类决策树模型;“model”参数设定为“False”,表明重抽样结果中不保留模型框架副本;

“parms”参数设定为1,表明先验分布的变异系数对分裂速率的影响系数设定为1。