那么每一個(gè)階段可以獲得哪些核心的數(shù)據(jù)呢？

1.數(shù)據(jù)預(yù)處理與單維統(tǒng)計(jì)法初篩選
對(duì)高通量蛋白組的搜庫(kù)定量數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化、數(shù)據(jù)歸一化等處理，篩選滿(mǎn)足一定蛋白倍數(shù)變化(FC)， 且雙尾非配對(duì)Welch T檢驗(yàn)小于0.01的差異蛋白。

2.潛在標(biāo)志物組合
從差異蛋白中隨機(jī)選擇不超過(guò)一定數(shù)量的蛋白組成潛在的標(biāo)志物組合(CPM)，每個(gè)蛋白的初始重量值設(shè)為1，并設(shè)置至少1000種group，作為備選CPM。

3.機(jī)器學(xué)習(xí)算法二次篩選
對(duì)于每個(gè)候選CPM，按照一定比率隨機(jī)生成一個(gè)訓(xùn)練集和一個(gè)測(cè)試集數(shù)據(jù)。利用集成的機(jī)器學(xué)習(xí)算法（多種特征選擇算法）對(duì)group進(jìn)行分析并懲罰迭代優(yōu)化幾種蛋白質(zhì)的權(quán)重值。權(quán)重值越大說(shuō)明該蛋白在區(qū)分不同分組樣本中的作用貢獻(xiàn)度越大。
 

圖2.機(jī)器學(xué)習(xí)算法二次篩選

4.標(biāo)志物驗(yàn)證與評(píng)價(jià)
進(jìn)行5倍交叉驗(yàn)證，根據(jù)Sn和1-Sp評(píng)分繪制ROC，計(jì)算AUC值。確定所有候選CPM的AUC值，并根據(jù)最高AUC值確定最優(yōu)的標(biāo)志物診斷panel，混淆矩陣分析來(lái)評(píng)估機(jī)器學(xué)習(xí)策略的可靠性。
 

圖3.標(biāo)志物診斷panel的ROC曲線(xiàn)圖
 

圖4. 標(biāo)志物診斷panel的混淆矩陣

基于以上的層層篩選，關(guān)關(guān)把控，三高一好（高準(zhǔn)確度、高特異性、高陽(yáng)性率，穩(wěn)健性好）的臨床隊(duì)列樣本標(biāo)志物診斷panel就閃亮登場(chǎng)啦~

最特別的一點(diǎn)是，小樣本量也能篩選出分類(lèi)效果好，準(zhǔn)確度高的標(biāo)志物，不僅僅局限于臨床隊(duì)列大樣本，讓在醫(yī)學(xué)領(lǐng)域辛勤耕耘的老師們都有機(jī)會(huì)在標(biāo)志物研究領(lǐng)域做些研究啦~

蛋白標(biāo)志物診斷panel研究應(yīng)用案例

Ⅰ.口腔癌預(yù)后標(biāo)志物研究
 

IF:12.121 PMID:30185791 Nat Commun 2018 09 05;9(1)

Oral squamous cell carcinoma-口腔鱗狀細(xì)胞癌(OSCC)是頭頸部最常見(jiàn)的惡性腫瘤，其不同區(qū)域具有特殊的組織病理學(xué)和分子特征因而限制了標(biāo)準(zhǔn)的腫瘤淋巴結(jié)轉(zhuǎn)移預(yù)后分類(lèi)。因此，作者將無(wú)淋巴結(jié)轉(zhuǎn)移組(NO,n=14)與由淋巴結(jié)轉(zhuǎn)移組(N+,n=26)的唾液樣本進(jìn)行蛋白組檢測(cè)，并開(kāi)發(fā)一種用于測(cè)量肽和蛋白質(zhì)的預(yù)測(cè)能力的機(jī)器學(xué)習(xí)的工作流程，應(yīng)用機(jī)器學(xué)習(xí)策略，評(píng)估了多肽和蛋白質(zhì)的預(yù)測(cè)能力，篩選區(qū)分淋巴結(jié)轉(zhuǎn)移OSCC患者(N+)和無(wú)淋巴結(jié)轉(zhuǎn)移OSCC患者的預(yù)后標(biāo)志物。

Ⅱ. 新冠肺炎的生物標(biāo)志物