[發(fā)明專利]基于多源信息融合的疾病潛在關(guān)聯(lián)基因的獲取方法

有效

• 申請?zhí)枺?/td>: 201210309375.7
• 申請日: 2012-08-28
• 公開（公告）號: CN102855398A
• 公開（公告）日: 2013-01-02
• 發(fā)明（設(shè)計(jì)）人: 高一波;陳迪;盧朋;陳琳;劉西;代文;宋江龍;溫偉娜
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

1.一種基于多源信息融合的疾病潛在關(guān)聯(lián)基因的獲取方法，該方法包括以下步驟：

步驟1：通過基于非相關(guān)文獻(xiàn)知識發(fā)現(xiàn)算法的疾病關(guān)聯(lián)基因預(yù)測步驟獲取第一關(guān)聯(lián)基因集合；

步驟2：通過基于功能相似性算法的疾病關(guān)聯(lián)基因預(yù)測步驟獲取第二關(guān)聯(lián)基因集合；

步驟3：通過基于回歸預(yù)測模型算法的疾病關(guān)聯(lián)基因預(yù)測步驟獲取第三關(guān)聯(lián)基因集合；

步驟4：根據(jù)所述第一、第二和第三關(guān)聯(lián)基因集合及在相應(yīng)步驟下對基因的打分情況，對所述第一、第二和第三關(guān)聯(lián)基因集合中的所有基因重新進(jìn)行打分，得到最終的判決結(jié)果，取排名靠前的作為疾病的潛在關(guān)聯(lián)基因。

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟1包括以下步驟：

步驟11：構(gòu)建疾病的生物網(wǎng)絡(luò)；

步驟12：計(jì)算疾病同現(xiàn)表型與通過非相關(guān)文獻(xiàn)關(guān)聯(lián)的基因的相關(guān)度；

步驟13：計(jì)算疾病與關(guān)聯(lián)基因的相關(guān)度，并對得到的基因進(jìn)行排序，得到以非相關(guān)文獻(xiàn)關(guān)聯(lián)為依據(jù)的疾病潛在的關(guān)聯(lián)基因。

3.如權(quán)利要求1所述的方法，其特征在于，所述步驟2包括以下步驟：

步驟21：利用在所述步驟1中得到的疾病同現(xiàn)的基因，計(jì)算同現(xiàn)基因與非同現(xiàn)基因之間功能相似度，利用基因功能相似度的結(jié)果，確定每個(gè)疾病同現(xiàn)基因的10個(gè)相似基因，擴(kuò)展生物網(wǎng)絡(luò)；

步驟22：利用相似度計(jì)算排序前10的基因作為疾病同現(xiàn)基因的相似基因，計(jì)算疾病與相似基因的關(guān)聯(lián)度，并對得到的基因進(jìn)行排序，得到以功能相似為依據(jù)的疾病潛在的關(guān)聯(lián)基因。

4.如權(quán)利要求1所述的方法，其特征在于，所述步驟3包括以下步驟：

步驟31：從OMIM數(shù)據(jù)庫中獲取疾病關(guān)聯(lián)基因，獲得與疾病相關(guān)的已知疾病基因，構(gòu)成已知關(guān)聯(lián)基因；從OMIM數(shù)據(jù)庫得到表型網(wǎng)絡(luò)，表型之間的相似度利用表型對應(yīng)的醫(yī)學(xué)主題詞表術(shù)語間的重疊程度得到；從人類蛋白質(zhì)相互作用數(shù)據(jù)庫中得到基因相互作用網(wǎng)絡(luò)；

步驟32：計(jì)算基因與表型的關(guān)聯(lián)度；

步驟33：根據(jù)已知疾病關(guān)聯(lián)基因評估回歸模型參數(shù)；

步驟34：根據(jù)回歸模型預(yù)測潛在的關(guān)聯(lián)基因。

5.如權(quán)利要求1所述的方法，其特征在于，所述步驟4包括以下步驟：

步驟41：利用所述步驟1、2和3獲取疾病的潛在關(guān)聯(lián)基因，其中分別用B表示基于步驟1得到的第一關(guān)聯(lián)基因集合，C表示基于步驟2得到的第二關(guān)聯(lián)基因集合，D表示基于步驟3得到的第三關(guān)聯(lián)基因集合，B_i，C_j，D_k分別為B，C，D的任一子集；

定義集合Θ為基因的集合，E表示Θ的任一子集，Ω＝2^Θ，即Ω表示所有可能的E集合，Φ表示空集，m為針對潛在關(guān)聯(lián)基因的基本概率分配，是從2^Θ到(0，1)上的映射函數(shù)，m(E)定義為：

m(E)=Σgi∈EP(gi)ΣEi∈ΩΣgi∈EiP(gi);]]>

并且滿足：m(Φ)＝0，P(g_i)表示一個(gè)基因g_i在對應(yīng)于獲得集合E所采用步驟1、2或3中得到的打分；

步驟42：按照m(E)的表達(dá)式計(jì)算B_i，C_j，D_k三個(gè)對應(yīng)的基本概率分配m₁(B_i)，m₂(C_j)，m₃(D_k)；

步驟43：對上述三個(gè)基本概率分配進(jìn)行融合，表達(dá)式為：

m(A)=m1⊕m2⊕m3(A)=1KΣBi∩Cj∩Dk=Am1(Bi)·m2(Cj)·m3(Dk)]]>

其中，A滿足：A∈B∪C∪D，且A中僅含一個(gè)元素；即A表示一個(gè)候選疾病潛在關(guān)聯(lián)基因，m₁(B_i)，m₂(C_j)，m₃(D_k)分別為上述三個(gè)集合B_i，C_j，D_k的基本概率分配；K為歸一化常數(shù)，表達(dá)式為：

步驟44：計(jì)算所有滿足條件的A對應(yīng)的m(A)，根據(jù)m(A)的值由大到小對基因排序，排序靠前的更有可能作為疾病潛在關(guān)聯(lián)基因。