基于MCCA的痤疮宏基因组数据辅助分析

• 作者: 何聪芬 孙梦茹 王瑜 贾焱 高学义
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 痤疮 宏基因组学 面部皮肤 脂质 机器学习 多重集典型相关分析
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 知识工程
• 页码范围: 972-977
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11992/tis.201810005

摘要

痤疮作为常见皮肤病之一,发病机制复杂,其中微生物定植在痤疮发病中的作用是一个热点研究问题.本文从宏基因组学的角度,利用机器学习方法分析痤疮宏基因组数据,包括痤疮患者的患病皮肤(diseased skin,DS)样本集和健康皮肤(healthy skin,HS)样本集,以及正常对照组(normal control,NC)样本集.为了同时分析3组样本集以获得可以区分不同样本集的脂质,使用多重集典型相关分析(multi-set canonical correlation ana-lysis,MCCA)方法进行研究.实验结果可得到仅对某一样本集有显著影响的脂质,以及同时对3个样本集影响程度不同的脂质,这些脂质可以作为判别皮肤状态的指标,用于辅助指导皮肤痤疮疾病的诊断、预后和治疗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑜		41	67	4.0	5.0
2	何聪芬		159	1221	18.0	27.0
3	高学义		2	0	0.0	0.0
4	贾焱		9	17	2.0	4.0
5	孙梦茹		3	1	1.0	1.0