摘要
本发明提供了一种基于酶转法甲基化测序的食管癌标志物筛选方法,包括以下步骤:S1、收集食管早癌及癌旁组织样本,进行酶转法全基因组甲基化测序;S2、整合TCGA、GEO和MethMarkerDB等数据库中食管癌和癌旁组织的甲基化数据;S3、筛选差异甲基化位点,优选在食管癌中高甲基化、但在白细胞等样本中低甲基化的位点,以减少血浆背景干扰;S4、基于LASSO回归和随机森林算法的集成式甲基化特征筛选模型,获取候选标志物组合;S5、基于候选标志物组合构建分类器模型,对模型进行训练与推理测试,评估其预测性能;S6、获得食管癌标志物组合。该方法结合酶转法测序与机器学习,显著提高标志物预测准确度,为食管癌临床研究提供新参考。