System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及生物医疗,尤其涉及一种pd-1单克隆抗体的肿瘤疗效预测模型构建方法、计算机设备及计算机可读存储介质。
技术介绍
1、黑色素瘤,通常是指恶性黑色素瘤,是黑色素细胞来源的一种高度恶性的肿瘤,简称恶黑,多发生于皮肤,也可见于黏膜和内脏,约占全部肿瘤的3%。皮肤恶性黑色素瘤占皮肤恶性肿瘤的第三位(约占6.8%~20%)。
2、近年来,恶性黑色素瘤的发生率和死亡率逐年升高,与其他实体瘤相比,其致死年龄更低。恶性黑色素瘤除早期手术切除外,缺乏特效治疗,预后差。因此,恶性黑色素瘤的早期诊断和治疗极其重要。
3、pd-1抑制剂是一种可以用于治疗黑色素瘤的免疫治疗药物,但是pd-1存在一定的副作用,比如免疫炎症反应。且不同患者使用pd-1对恶性黑色素瘤进行治疗的疗效并不能确定,如果pd-1对患者的恶性黑色素瘤的治疗效果不理想,可能会耽搁治疗时机,从而影响治疗效果。
4、因此,需要构建一个pd-1单克隆抗体抑制剂对恶性黑色素瘤的治疗效果的预测模型,对其疗效进行预测,以便指导医生进行药物选择。
技术实现思路
1、本申请提供了一种pd-1单克隆抗体的肿瘤疗效预测模型构建方法、计算机设备及计算机可读存储介质,旨在预测pd-1单克隆抗体抑制剂对恶性黑色素瘤的治疗效果。
2、第一方面,本申请提供一种pd-1单克隆抗体的肿瘤疗效预测模型构建方法,所述方法包括:
3、获取肿瘤患者的至少一类标志细胞;
4、基于单细胞核转录组测序技术,对
5、基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型;
6、获取测试集数据;
7、基于各所述待用疗效预测模型对所述测试集数据的预测结果,确定目标疗效预测模型。
8、第二方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法的步骤。
9、第三方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法的步骤。
10、本申请提供一种pd-1单克隆抗体的肿瘤疗效预测模型构建方法、设备及存储介质,本申请方法包括:获取肿瘤患者的至少一类标志细胞;基于单细胞核转录组测序技术,对所述标志细胞进行转录组测序,获得各类所述标志细胞对应的标志基因集;基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型;获取测试集数据;基于各所述待用疗效预测模型对所述测试集数据的预测结果,确定目标疗效预测模型。通过上述方式,本申请通过单细胞核转录组测序技术,对肿瘤患者的标志细胞进行转录组测序,从而获得用于训练预测模型的标志基因集,获得足够且真实的样本对预测模型进行训练,以使得预测模型能够学习肿瘤患者标志细胞在采用pd-1抑制剂进行药物治疗前后的转录组数据变化,从而提高预测模型的预测准确性。通过多个预测算法和多个标志基因集,进行模型训练,从而获得多个待用疗效预测模型,可以对比不同预测算法对于药物治疗的疗效预测效果,从而筛选出预测效果最佳的目标疗效预测模型。
本文档来自技高网...【技术保护点】
1.一种PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于各所述待用疗效预测模型对所述测试集数据的预测结果,确定目标疗效预测模型,包括:
3.根据权利要求1所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型之前,还包括:
4.根据权利要求3所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型,包括:
5.根据权利要求1所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述标志细胞包括所述肿瘤患者治疗前的第一标志细胞,以及所述肿瘤患者在使用PD-1单克隆抗体进行药物治疗后的第二标志细胞。
6.根据权利要求5所述的PD-1单克隆抗体的肿瘤疗效预测模型
7.根据权利要求1所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述标志细胞包括肿瘤细胞、淋巴细胞、髓系细胞和成纤维细胞。
8.根据权利要求1所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于各所述待用疗效预测模型对所述测试集数据的预测结果,确定目标疗效预测模型之后,还包括:
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至8中任一项所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至8中任一项所述的PD-1单克隆抗体的肿瘤疗效预测模型构建方法的步骤。
...【技术特征摘要】
1.一种pd-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于各所述待用疗效预测模型对所述测试集数据的预测结果,确定目标疗效预测模型,包括:
3.根据权利要求1所述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型之前,还包括:
4.根据权利要求3所述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述基于预设的至少一个预测算法以及至少一个所述标志细胞对应的标志基因集,进行模型训练,获得至少一个待用疗效预测模型,包括:
5.根据权利要求1所述的pd-1单克隆抗体的肿瘤疗效预测模型构建方法,其特征在于,所述标志细胞包括所述肿瘤患者治疗前的第一标志细胞,以及所述肿瘤患者在使用pd-1单克隆抗体进行药物治疗后的第二标志细胞。
6.根据权利要求5所述的pd-1单...
【专利技术属性】
技术研发人员:孙伟,陈勇,邹孜碱,徐宇,胡涂,刘琬琳,
申请(专利权)人:复旦大学附属肿瘤医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。