首页 > 山东大学学报（医学版） > 基于随机森林的精神分裂症血清代谢组学研究

基于随机森林的精神分裂症血清代谢组学研究

Serum metabolic profiling of schizophrenia based on random forest

二维码有效期 120s

摘要目的：探讨随机森林对精神分裂症患者和健康对照的血清代谢组学数据的分类能力，并筛选出差异代谢物。方法病例组为50例精神分裂症患者，对照组为62例健康个体，收集他们的血清进行代谢组学检测，然后用随机森林对数据进行分类，用 OOB 误差率估计、五折交叉验证评价分类效果，借助随机森林中变量重要性评分（VIM）获得重要的差异代谢物。结果随机森林对病例组和对照组的血清代谢组学数据分类效果较好。病例组错分率为4．0％，对照组错分率为1．6％。OOB 误差率估计为2．68％，五折交叉验证 ROC 曲线下面积为0．99，并根据 VIM 筛选出15个重要的差异代谢物。结论将液相色谱－质谱代谢组学技术与随机森林相结合，能够筛选出有潜在临床应用价值的代谢物，可用于代谢组学研究。