基于深度学习的差异性肠道菌群用于对帕金森病的预测
Bo Yu1, Hang Zhang1, Min Zhang2
1School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, China.
PloS one
|January 8, 2025
概括
这项研究开发了一种深度学习方法,利用肠道微生物群数据预测帕金森病. 帕金森肠道预测方法 (PGPM) 实现了高精度,提供了一种新的诊断方法.
科学领域:
- 微生物组研究的研究.
- 神经退行性疾病的神经退行性疾病
- 医学中的人工智能.
背景情况:
- 肠道微生物群的变化与帕金森病 (PD) 的发病和治疗有关.
- 肠-大脑轴在PD中起着至关重要的作用.
- 有限的研究使用了深度学习来使用肠道微生物群来预测PD.
研究的目的:
- 开发一种高效准确的基于深度学习的方法来预测帕金森病.
- 分析肠道微生物群数据以改善PD诊断.
- 为了利用肠-大脑轴进行新型诊断策略.
主要方法:
- 提出了使用差异性肠道微生物群的帕金森肠道预测方法 (PGPM).
- 使用CRFS (使用随机森林得分和主要组件分析贡献的组合排名) 进行特征选择.
- 采用LSIM (LSTM-penultimate to SVM Input Method) 方法进行分类,并使用软投票机制进行预测.
主要成果:
- PGPM在预测帕金森病方面表现出色.
- 实现了0.85.5的平均精度 (ACC).
- 获得了0.92的曲线下面积 (AUC) 和0.92.9的接收器操作特征 (ROC) 评分.
结论:
- 开发的方法在预测帕金森病方面表现出很高的疗效.
- 这种方法可以更准确地预测帕金森病.
- 突出了肠道微生物群和PD诊断中的深度学习的潜力.
相关概念视频
01:37Neural Regulation
39.1K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
39.1K
01:21EPS and iPS Cells in Disease Research
2.8K
Embryonic and induced pluripotent stem cells are excellent models for disease research because of their ability to self-renew and differentiate into most cell types. Somatic cells from a patient are isolated and reprogrammed into induced pluripotent stem cells or iPSCs. These iPSCs are later differentiated into the desired cell type, which mirrors the diseased cell of the patient. In this way, disease models have been created for investigating diseases such as Down syndrome, type I diabetes,...
2.8K