[發明專利]基于二維統計模型的體細胞拷貝數變異顯著性檢測方法

有效

• 申請號: 201410010002.9
• 申請日: 2014-01-09
• 公開（公告）號: CN103778350A
• 公開（公告）日: 2014-05-07
• 發明（設計）人: 袁細國;張軍英;楊利英;張勝利
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F19/18
• 分類號: G06F19/18
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于二維統計模型的體細胞拷貝數變異顯著性檢測方法，其特征在于：其包括，

S1采集SCNA數據，并對SCNA數據進行預處理；

S2計算SCNA鄰近位點間的關系系數，將染色體分割成多個相對獨立的SCNA結構單元；

S3計算每個SCNA結構單元的統計量，并在全基因組上實施二維隨機置換；

S4針對SCNA結構單元的不同長度L，通過計算置換樣本中任意長度為L的SCNA模式的統計量，在二維空間中構造基于L的零分布D_L；將相應SCNA的統計量與D_L進行對比，將所述SCNA的統計量與所述D_L記為p值；若p值小于設定的閾值，則相應的SCNA顯著，具有潛在的癌癥功能。

2.如權利要求1所述的一種基于二維統計模型的體細胞拷貝數變異顯著性檢測方法，其特征在于：所述步驟S1包括：

對SCNA信號進行預處理，以獲取可對比的SCNA信號；利用分割算法對噪聲進行處理，并定義SCNA擴增與缺失狀態。

3.如權利要求1所述的一種基于二維統計模型的體細胞拷貝數變異顯著性檢測方法，其特征在于：所述步驟S2包括：利用Pearson公式計算SCNA鄰近位點間的關系系數，并將染色體分割成多個相對獨立的SCNA結構單元。

4.如權利要求1所述的一種基于二維統計模型的體細胞拷貝數變異顯著性檢測方法，其特征在于：步驟S3包括

利用已知的SCNA功能模式構造訓練集，學習頻率w₁和幅度的權重w₂，計算統計量，

S_test=w₁*f+w₂*a

其中，f，a，S_test分別指訓練集中SCNA功能模式的頻率，幅度，及統計量的值。

5.如權利要求4所述的一種基于二維統計模型的體細胞拷貝數變異顯著性檢測方法，其特征在于：所述步驟S3還包括：

所述二維隨機置換具體過程如下：

a）針對SCNA出現的頻率，隨機置換其在全基因組中出現的位置；針對每個置換樣本集，計算隨機SCNA的發生頻率，建立基于頻率的零分布D_f；

b）針對SCNA的變異幅度，隨機置換幅度在全基因組中出現的位置；針對每個置換樣本集，計算隨機SCNA的幅度，建立基于幅度的零分布D_a

c）利用有監督學習的權重，w₁和w₂，構造零分布D，以檢測統計量的顯著性水平：

其中D=w₁*D_f+w₂*D_a。