TY-JOUR T1-多组学数据集的整合可实现COPD JF的分子分类-欧洲呼吸杂志JO-Eur Respir J DO-10.1183/13993003.01930-2017 VL-51 IS-5 SP-1701930 AU-Li，川兴AU-Wheelock，Craig E.AU-Sköld，C.Magnus AU-Wheelock，奥萨M.Y1-2018/05/01 UR-//www.qdcxjkg.com/content/51/5/1701930.abstract N2-慢性阻塞性肺疾病（COPD）是由多种潜在机制引起的总括性诊断，这些研究的目的是探讨多组学整合是否能提高小群体COPD分子分类的准确性。9个组学数据块从52名女性受试者的多个解剖位置收集的（包括mRNA、微RNA、蛋白质组和代谢组）通过相似性网络融合（SNF）进行整合.多组学整合显著提高了健康从不吸烟者和肺功能正常吸烟者COPD患者组分的准确性，在95%功率下将所需组分从n=30减少到n=6。四到七个组学平台的七种不同组合达到了95%以上的准确性。首次，定量分析多组学数据整合与数据驱动分类能力准确性之间的关系已在九个组学数据块中得到证实。整合五到七个组学数据块可使COPD诊断的准确分类率达到100%，分组人数少至n=6人，尽管当前烟雾的强混杂效应g、 这些结果可作为未来基于系统的多组学研究设计的指南，表明整合来自多个分子水平和解剖位置的五到六个数据块足以促进小群体中的无监督分子分类。多组学整合显著改善了无监督分子分类COPD的分子预测；100%准确率，亚组n=6http://ow.ly/EeiY30iWB2f 呃-