文件名称：metabolomics_modeling：旨在鉴定可预测缺血性和再灌注事件的代谢物的研究项目
文件大小：524KB
文件格式：ZIP
更新时间：2024-03-12 07:38:15
JupyterNotebook
代谢组学模型 该项目旨在鉴定可预测缺血/再灌注事件的代谢物，并确定人源素治疗是否会显着改变血液代谢组学。 该数据集包含有关14个动物受试者中4个时间点上736个代谢组学测量值的信息。 这些受试者中有七个属于人源激素治疗组。 其余的属于对照组。 这项研究有两个主要阶段： 根据代谢组学数据预测受试者是治疗组还是对照组。 使用跨时间序列数据的代谢物测量值预测缺血事件的阶段。 该项目的一些不错的结果： 自动化所有功能工程和参数测试脚本 确定了5种可以很好地预测缺血事件的代谢物，从而可能节省+ 50k的成本 开发了基于ANOVA的特征选择方法，该方法将基本模型的准确性从35％提高到了85.7％（有用的工具，可以防止在小型数据集上过度拟合！） 治疗与对照组分析 为了了解人类素治疗与各种代谢物测量值之间的关系，我们建立了梯度增强树（GBT）模型，根据其在四个时间点的代谢物浓度预测给定的猪在治疗
【文件预览】：
metabolomics_modeling-master
----models()
--------models_without_time_pt_1.R(5KB)
--------models.R(14KB)
----anova()
--------rm_anova.R(9KB)
--------anova_analyzer_treatment_group.R(6KB)
--------anova_analyzer.R(4KB)
----shap()
--------shap_summaries.R(1KB)
--------shap_summaries_no_tp1.R(2KB)
----xg_boost_models.ipynb(935KB)
----pre_processing()
--------imputation_for_models.R(4KB)
--------data_wrangling.R(2KB)
----README.md(4KB)
----visualizations()
--------shap_mean_summary.png(29KB)
--------shap_summary.png(33KB)
--------parameters_vs_accuracy_plot.png(45KB)
--------feature_importance.png(6KB)
--------parameter_accuracy_heat_map.png(16KB)