疾病诊断标志物研究解决方案

· 产品定义

在分子诊断正经历着单分子诊断->多分子诊断->多组学联合诊断的发展过程。本服务方案不仅提供从“队列设计-多组学检测-标志物筛选分析”的一站式标志物研究服务，还可提供多组学联合标志物发现服务，多组学联合标志物诊断不仅可能更精准地进行人群区分，也能为解析疾病过程提供更多维度的信息，代表着更精准、前沿的标志物研究方向。

· 技术路线

 

· 技术优势

专业、省心的一站式服务：

【集成机器学习（Ensemble method）：整合使用多个相同或者不同类型的机器学习算法，选出那些经常出现在具有高准确率的分类模型中的指标，从而最大限度地提高生物标志物的稳定性】

 

· 数据分析

筛选与建模：集成机器学习、多组学联合学习

统计分析：ROC分析/生存分析，OR/HR/RR分析，基线分析、相关性分析，协变量校正，等

 

· 推荐组合产品

蛋白组+代谢组+脂质组+微生物组+细胞因子组，等

 

· 推荐应用领域

各种疾病的鉴别、预后、预测等诊疗标志物的发现

 

· 送样建议

详见具体产品页面信息

 

· 参考文献

Science. 2018 Feb 23;359(6378):926-930.

Cell. 2020 Sep 3;182(5):1311-1327.e14.