[发明专利]用于从多个数据集导出和优化分类器的系统和方法

权利要求书

1.一种用于使用先验特征分组评估物种的测试对象的临床状况的计算机系统，其中所述先验特征分组包括多个模块，所述多个模块中的每个相应模块包括独立的多个特征，其相应的特征值各自与和所述临床状况相关的独立表型的不存在、存在或阶段相关联，所述计算机系统包括：

至少一个处理器；和

存储器，其存储由所述至少一个处理器执行的至少一个程序，所述至少一个程序包括用于以下的指令：

(A)以电子形式获得第一训练数据集，其中对于所述物种的第一多个训练对象中的每个相应的训练对象，第一训练数据集包括：(i)通过第一技术背景，使用所述相应的训练对象的生物样本，对于所述独立的多个特征，以第一形式获得的第一多个特征值，第一形式是所述多个模块中的至少第一模块的转录组学、蛋白质组学或代谢组学中的一个，以及(ii)在所述相应的训练对象中，对应于第一模块的第一独立表型的不存在、存在或阶段的指示；

(B)以电子形式获得第二训练数据集，其中对于所述物种的第二多个训练对象中的每个相应的训练对象，第二训练数据集包括：(i)通过第一技术背景以外的第二技术背景，使用所述相应的训练对象的生物样本，对于所述独立的多个特征，以与至少第一模块的第一形式相同的第二形式获得的第二多个特征值，以及(ii)在所述相应的训练对象中，第一独立表型的不存在、存在或阶段的指示；

(C)对至少第一和第二训练数据集中存在的特征的特征值跨至少第一和第二训练数据集进行共归一化，以去除数据集间批次效应，从而针对第一多个训练对象的每个相应训练对象和针对第二多个训练对象的每个相应训练对象计算所述相应的训练对象的至少第一模块的共归一化特征值；和

(D)针对复合训练集训练主分类器以评估测试对象的临床状况，对于第一多个训练对象中的每个相应训练对象和对于第二多个训练对象中的每个相应训练对象，所述复合训练集包括：(i)第一模块的共归一化特征值的汇总，以及(ii)所述相应的训练对象中第一独立表型的不存在、存在或阶段的指示。

2.根据权利要求1所述的计算机系统，其中第一模块中的每个相应特征对应于与第一独立表型相关联的生物标志物，与在所述物种的对象群组中没有表现出独立的表型的对象相比，其在表现出第一独立表型的对象中在统计上显著更丰富。

3.根据权利要求1所述的计算机系统，其中第一模块中的每个相应特征对应于与第一独立表型相关联的生物标志物，与在所述物种的对象群组中没有表现出独立的表型的对象相比，其在表现出第一独立表型的对象中在统计上显著更不丰富。

4.根据权利要求1所述的计算机系统，其中第一模块中的每个相应特征对应于通过具有在所述物种的对象群组中与不表现出所述独立表型的对象相比在表现出第一独立表型的对象中统计上显著更大的特征值而与第一独立表型相关联的生物标志物。

5.根据权利要求1所述的计算机系统，其中第一模块中的每个相应特征对应于通过具有在所述物种的对象群组中与不表现出所述独立表型的对象相比在表现出第一独立表型的对象中统计上显著更少的特征值而与第一独立表型相关联的生物标志物。

6.根据权利要求1-5中任一项所述的计算机系统，其中所述多个模块中的模块中的第一特征的特征值通过参考对象的生物样本中的相应成分的物理测量来确定。

7.根据权利要求6所述的计算机系统，其中所述成分是组合物。

8.根据权利要求7所述的计算机系统，其中所述组合物是核酸、蛋白质或代谢物。

9.根据权利要求1-8中任一项所述的计算机系统，其中所述多个模块中的模块中的第一特征的特征值是通过对参考对象的生物样本中的每个相应成分进行物理测量而获得的成分组中每个相应成分的特征值的线性或非线性组合。

10.根据权利要求9所述的计算机系统,其中所述成分组中的每个相应成分是核酸、蛋白质或代谢物。