一种利用神经网络模型预测低碳饮食减重干预效果的方法
基本信息
| 申请号 | CN202110465562.3 | 申请日 | - |
| 公开（公告）号 | CN112980945A | 公开（公告）日 | 2021-06-18 |
| 申请公布号 | CN112980945A | 申请公布日 | 2021-06-18 |
| 分类号 | C12Q1/6883;C12Q1/689;C12Q1/04;G16H50/30;G16H50/50;G16H10/20;G06K9/62;G06N3/04 | 分类 | 生物化学；啤酒；烈性酒；果汁酒；醋；微生物学；酶学；突变或遗传工程; |
| 发明人 | 谢黎炜;张素素;刘秉东;刘志红;黄柳菁 | 申请（专利权）人 | 广州普乐倍康生物科技有限公司 |
| 代理机构 | 广州科粤专利商标代理有限公司 | 代理人 | 刘明星 |
| 地址 | 510000 广东省广州市先烈中路100号大院56号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种利用神经网络模型预测低碳饮食减重干预效果的方法。获取待评估者减重前属水平上肠道菌群的相对丰度和减重指标，将相对丰度数据和减重指标作为神经网络模型的参数输入，利用神经网络模型预测低碳饮食减重干预效果。低碳饮食干预会导致体重明显减轻，某些肠道菌群会升高。利用先进的计算算法，例如随机森林和人工神经网络（ANNs），我们发现在低碳饮食干预下，产生丁酸盐的细菌。我们证明了拟杆菌科细菌的相对丰度是低碳饮食干预后个体体重减轻的积极结果预测指标。此外，利用基线处这些独特的肠道微生物结构，我们建立了一个基于神经网络算法的预测模型，以评估每项临床试验的减肥潜力，目的是开发有效的减肥策略。 |
