基本信息:
- 专利标题： 一种基于机器学习的孕妇叶酸补服有效性预测方法
- 申请号：CN202411242214.X 申请日：2024-09-05
- 公开(公告)号：CN119170176A 公开(公告)日：2024-12-20
- 发明人： 王红艳 , 樊少华 , 杨瑾
- 申请人： 复旦大学附属妇产科医院 , 复旦大学
- 申请人地址： 上海市黄浦区方斜路419号
- 专利权人： 复旦大学附属妇产科医院,复旦大学
- 当前专利权人： 复旦大学附属妇产科医院,复旦大学
- 当前专利权人地址： 上海市黄浦区方斜路419号
- 代理机构： 北京鑫瑞森知识产权代理有限公司
- 代理人： 王前明
- 主分类号： G16H10/40
- IPC分类号： G16H10/40 ; G16B20/20 ; G16B40/00 ; G06N20/20
摘要：
本发明提供了一种基于机器学习的孕妇叶酸补服有效性预测方法。首先，通过获取孕妇队列的基因组和代谢组数据，运用全基因组关联分析确定与叶酸显著关联的独立SNP及存在全基因组显著位点的代谢物。接着，进行双样本孟德尔随机化分析，以识别与叶酸缺乏具有因果关系的代谢物。利用上述基因组和代谢组数据、相关SNP及代谢物，训练机器学习模型，最终形成叶酸检测模型。将待测对象的独立SNP与相关代谢物输入该模型，获取检测结果，从而评估叶酸补服的有效性。该方法通过检测少量SNP和代谢物，提供高效、经济的叶酸缺乏预测手段，简化分析流程，降低成本。其样本获取便捷且操作简易，使得该方法可在不同级别医疗机构中广泛应用。
IPC结构图谱:
| G | 物理 |
| --G16 | 特别适用于特定应用领域的信息通信技术 |
| ----G16H | 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术 |
| ------G16H10/00 | 专门用于加工或处理患者相关医疗或保健数据的ICT |
| --------G16H10/40 | .实验室分析的数据，例如患者标本分析 |