高手在此，临床研究者必看！半监督机器学习+临床验证轻松拿下11分+！多样数据请给它们一个家！

文章预览

哈喽，新学期开始了不知道做好投入科研的准备了嘛？眼看着身边发表一篇又一篇SCI的同学们羡慕了嘛？又要面对每周一次的组会被老师push阅读文献的境遇嘛？今天馆长教大家利用机器学习数据挖掘发表高分文章的思路方法，快来跟着馆长学习一下吧~ 结肠癌作为全球第四大致命癌症，因此对其研究非常重要。关于ACT治疗结肠癌一直具有挑战性和争议性。因更好的预测性生物标志物可以帮助改进结肠癌的个性化治疗方案，本文就此作了详细的研究： 1.使用 半监督机器学习方法 识别18个基因的预后签名和10个基因的化疗获益预测签名集，预后和化疗获益预测签名分别在5个和2个测试数据集中进行了验证。 2. 对所取样本进行研究后发现10个基因标记的生存结果明显优于预测无获益的患者，改善了II/III期结肠癌的化疗决策。在选定的患者中， 10基因标记 ………………………………