分子标志物筛选及样品分类预测

　　从庞大的芯片数据中找到一群基因作为Biomarker，并以此构建模型，达到区别不同组织、状态或类型的生物样品的目的，以便于进行早期诊断、疾病预测和愈后分析，是生物芯片的一个重要应用方向。使用KNN、LDA、SVM等机器学习方法对芯片数据进行预测模型的构建，并通过用各种交叉验证的方法评估模型的准确性，从海量的数据中找出一组合适的Biomarker，并建立最优模型，达到最好的分类预测效果。

图1：分类分析的流程图

图2：分类预测算法对实际样品的区分效果

分子标志物筛选及样品分类预测信息由北京博奥晶典生物技术有限公司为您提供，如您想了解更多关于分子标志物筛选及样品分类预测报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途