期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于单细胞质谱分析的膀胱癌细胞分型研究 被引量:1
1
作者 孙佳琪 陈安琪 +5 位作者 闫明月 傅广候 李刚强 金百冶 陈腊 闻路红 《分析测试学报》 CAS CSCD 北大核心 2023年第5期621-627,共7页
单细胞质谱分析能够获得单个细胞的代谢图谱,揭示细胞之间的异质性,在肿瘤学研究中具有重要价值。该文采用单细胞质谱和机器学习技术,建立了膀胱癌细胞亚型的鉴别方法。基于所采集的单细胞代谢数据,分别使用线性判别分析、随机森林、支... 单细胞质谱分析能够获得单个细胞的代谢图谱,揭示细胞之间的异质性,在肿瘤学研究中具有重要价值。该文采用单细胞质谱和机器学习技术,建立了膀胱癌细胞亚型的鉴别方法。基于所采集的单细胞代谢数据,分别使用线性判别分析、随机森林、支持向量机、逻辑回归建立了机器学习分类模型,并进行了模型的性能评估。结果表明,各机器学习模型均具有良好的膀胱癌细胞分型能力,分类准确率≥94.9%,灵敏度≥88.6%,特异度≥93.3%。其中,随机森林算法的分类准确率达100%,模型的受试者工作特征曲线下面积达1。该方法实现了膀胱癌单细胞的代谢物检测及细胞亚型区分,也为更广泛的单细胞代谢组学研究提供了参考。 展开更多
关键词 单细胞质谱分析 膀胱癌 代谢物检测 细胞分型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部