技术特征：
技术总结
一种预测肺癌病人预后的基因表达分类器的构建方法，包括：数据训练阶段和验证阶段，所述训练阶段包括第一阶段和第二阶段，所述第一阶段使用有监督的机器学习方法建立能预测肺癌病人预后的基因表达分类器雏形，所述第二阶段进一步使用机器学习的方法获得预测肺癌病人预后的基因表达分类器。本发明运用了有监督的机器学习方法获得了一种基因表达分类器，可以精准地预测非小细胞肺癌病人的预后。该基因表达分类器具有非常强的临床转化价值。通过进行基因群组（panel）的基因表达检测，高风险的基因风险评分的非小细胞肺癌病人应该接受辅助治疗，而低风险的基因风险评分的非小细胞肺癌病人应该接受低剂量或免于辅助治疗。
技术研发人员：王俊;陆晓;顾凯;郝文山
受保护的技术使用者：南京高新生物医药公共服务平台有限公司
技术研发日：2017.06.08
技术公布日：2017.10.24