武振宇 贾慧珣 朱 骥△

Boosting算法对卵巢癌代谢组数据的应用研究*

武振宇1贾慧珣2朱 骥2△

目的 应用Boosting算法建立模型，对卵巢癌和非卵巢癌(卵巢囊肿和子宫肌瘤)患者的尿液代谢组数据进行分析，提取出具有生物学意义的代谢组分，为卵巢癌的早期诊断及疾病机理提供线索。方法 将决策树与Boosting算法相结合，对患者的临床样品代谢组数据进行分析，并对代谢组分进行逐步筛选，得到鉴别卵巢癌患者的重要代谢组分。结果 由Boosting模型得到的排序靠前的10个差异代谢组分，能够将卵巢癌与对照组患者进行较好的判别分类，其ROC曲线下面积达到了0.944。结论 Boosting模型可以有效地应用于卵巢癌代谢组数据，在保证较高的分类正确率的同时可以得到对分类起作用的重要的代谢组分。

代谢组学 Boosting 特征筛选

*:国家青年科学基金项目资助(81001286);“中央高校基本科研业务费专项资金”资助

1.复旦大学公共卫生学院卫生统计教研室(200032)

2.复旦大学附属肿瘤医院临床资料统计室

△通讯作者:朱骥

卵巢癌是妇科常见的恶性肿瘤之一，大约有1.4%的女性会患病，其病死率很高，对妇女生命造成严重威胁，国内外临床资料统计显示其五年生存率仅25% ～30%。如果发现及时，90%的病人都能存活;若发现晚，癌细胞扩散到卵巢，存活率就低于30%。所以早期诊断治疗对于卵巢癌患者提高5年生存率具有十分重要的意义。

代谢组学研究研究特点是采用高通量检测技术，对生物体代谢情况进行整体的测量。图1是一种代谢产物的总离子色谱图和相应的量化表，上半部分是代谢组研究中检测得到的代谢产物离子色谱图，每一个峰代表某一保留时间上的一组代谢产物。……