买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州医科大学附属第一医院(广州呼吸中心)申请的专利基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法、系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120600101B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510760210.9，技术领域涉及：G16B15/30；该发明授权基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法、系统是由于宝丹;罗文伟;李雪;杨清清设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法、系统在说明书摘要公布了：本发明涉及医疗数据分析技术领域，尤其涉及基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法、系统。通过整合肺腺癌患者临床数据与公共数据库mRNA数据，经Mann‑WhitneyU检验、FPKM标准化等预处理后，利用XGBoost构建临床指标驱动的基础模型，并通过R包Mime构建基因特征驱动的预后模型，筛选出TYMS和UAP1L1作为关键基因。通过残差校正和堆叠集成优化模型性能，最终AUC提升至0.924。血清RNA检测验证显示，TYMS和UAP1L1在耐药组显著高表达。该方法通过无创血清检测替代传统活检，降低检测成本，且模型泛化能力经独立队列验证，为肺腺癌患者奥希替尼耐药的早期预警与个性化治疗提供了高效、精准的解决方案。

本发明授权基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法、系统在权利要求书中公布了：1.基于机器学习的肺腺癌奥希替尼耐药预测的模型构建方法，其特征在于，所述方法包括： 收集肺腺癌患者的临床数据，以及从GEO数据库中收集奥希替尼耐药细胞株的mRNA数据； 对所述收集肺腺癌患者的临床数据进行数据预处理，筛选与耐药显著相关的指标； 利用筛选与耐药显著相关的指标的结果，构建基于临床指标的基础预测模型; 对所述奥希替尼耐药细胞株的mRNA数据进行预处理和差异表达基因分析，筛选获得多个共有差异表达基因； 以所述多个共有差异表达基因作为特征，结合来自TCGA和GEO公共数据库的肺腺癌患者mRNA数据及其预后信息，通过单因素COX回归分析进行特征筛选，并利用包含多种机器学习算法的预后模型构建流程进行训练与验证，筛选得到与预后相关的目标基因； 利用包含TYMS和UAP1L1基因表达量的所述目标基因，在独立临床血清样本中进行表达验证； 将经上述验证的TYMS和UAP1L1基因表达量作为新增特征，与所述基于临床指标的基础预测模型结合，通过残差校正和堆叠集成方法优化模型性能； 使用优化后的模型对患者奥希替尼耐药风险进行预测，输出预测概率值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州医科大学附属第一医院(广州呼吸中心)，其通讯地址为：510000 广东省广州市沿江路151号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。