机器学习在肿瘤分子标志物挖掘中的研究进展

• 作者: 娄笑迎 崔巍
• 来源期刊: 中华检验医学杂志
• 关键词: 机器学习 肿瘤标志物 数据挖掘
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 综述
• 页码范围: 532-536
• 页数: 5页
• 语种: 中文
• DOI: 10.3760/cma.j.cn114452-20200930-00754

摘要

随着高通量测序和多组学技术的应用，越来越多的生物标志物被挖掘并用于疾病诊断、风险分层、疗效评估及预后预测的研究中。由于机器学习能处理复杂数据，并通过建立模型等方法较好预测临床疾病变化，因此其在肿瘤标志物的挖掘和应用中具有一定的优势。通过总结近年来常用的机器学习方法，阐述其在标志物挖掘中的应用进展，并总结不同的机器学习方法在标志物挖掘中的优劣。