[发明专利]基于代谢组学数据的稳定型冠心病预警方法及装置

说明书

本发明公开了一种基于代谢组学数据的稳定型冠心病预警方法及装置，其中该方法包括：加载稳定型冠心病预警模型，其中，稳定型冠心病预警模型是预先根据正常冠状动脉生物个体和稳定型冠心病生物个体的差异代谢物数据，对LightGBM模型进行机器学习得到的包含多种生物标志物的模型；根据稳定型冠心病预警模型，获取待诊断生物个体对应每种生物标志物的指标值；判断待诊断生物个体对应每种生物标志物的指标值是否超过预设正常取值范围；根据判断结果，输出待诊断生物个体的稳定型冠心病预警信息。本发明能够根据患者的代谢物数据对患者进行稳定型冠心病预警，实现无创预警。

技术领域

本发明涉及机器学习应用领域，尤其涉及一种基于代谢组学数据的稳定型冠心病预警方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

冠心病（Coronary artery disease，CAD）又称冠状动脉粥样硬化性心脏病，是一种由基因和环境共同作用的代谢紊乱性疾病，已成为发达国家和发展中国家的首要致死原因之一。根据其临床症状、动脉阻塞和心肌损伤程度，CAD可分为不同的类别：稳定型冠心病（stable coronary artery disease，SCAD）、不稳定心绞痛（unstable angina pectoris，UA）和急性心肌梗死（acute myocardial infarction，AMI），其中UA和AMI又被称为稳定型冠心病（acute coronary syndrome，ACS）。动脉粥样硬化属于一种脂质驱动的动脉内膜炎症性疾病，由于高血脂、高胆固醇等危险因素使得氧化低密度脂蛋白（LDL）水平升高，导致动脉内膜损伤，内膜皮上的单核细胞吞噬脂质成为泡沫细胞，形成粥样硬化病变——脂质条纹，之后在多种生长因子、促炎症介质的作用下，产生病变，形成纤维斑块，当斑块不稳定时发生破裂，从而引起急性血栓。由于冠心病的动态性和复杂性，炎性不稳定斑块的形成、发展和移位的机制仍不清楚，因此识别CAD患者的冠状动脉斑块发生破裂的生物标志物对于预防其从稳定状态转变为不稳定状态以及防止血栓形成至关重要。CAD的发生与肥胖、胰岛素抵抗和糖尿病等代谢紊乱相关，因其代谢的复杂性使得冠心病的遗传学研究一直未能成功发挥潜力。

代谢组学是继基因组学、转录组学和蛋白质组学后出现的新的组学技术，已成为代谢过程研究、生物标志物识别以及揭示代谢机制的强有力工具，因此运用代谢组学手段深入挖掘冠心病的动态调控网络，探索关键信号通路基础，寻找分子标志物，建立冠心病的早期诊疗方法，对于降低冠心病的发生率和病死率具有重要意义。

随着代谢组学分析仪器和分析方法的进步，从生物样本中检测到的代谢物数量越来越多，数据量也日益庞大。因而，如何充分考虑稳定型冠心病患者的新陈代谢特征，确定一个根据代谢物数据对稳定型冠心病进行预警的模型，是目前亟待解决的技术问题。

发明内容

本发明实施例中提供了一种基于代谢组学数据的稳定型冠心病预警方法，用以解决现有技术无法实现基于代谢物数据对稳定型冠心病进行预警的技术问题，该方法包括：加载稳定型冠心病预警模型，其中，稳定型冠心病预警模型是预先根据正常冠状动脉生物个体和稳定型冠心病生物个体的差异代谢物数据，对LightGBM模型进行机器学习得到的包含多种生物标志物的模型；根据稳定型冠心病预警模型，获取待诊断生物个体对应每种生物标志物的指标值；判断待诊断生物个体对应每种生物标志物的指标值是否超过预设正常取值范围；根据判断结果，输出待诊断生物个体的稳定型冠心病预警信息。