[發明專利]一種跨芯片平臺的基因表達數據整合方法

有效

• 申請號: 201410044121.6
• 申請日: 2014-01-30
• 公開（公告）號: CN103745137B
• 公開（公告）日: 2017-03-15
• 發明（設計）人: 杭興宜;陳勝
• 申請（專利權）人: 思博奧科生物信息科技（北京）有限公司
• 主分類號: G06F19/24
• 分類號: G06F19/24
• 代理公司: 北京匯知杰知識產權代理事務所(普通合伙)11587
• 代理人: 蔡倫,楊巍

1.一種跨芯片平臺的基因表達數據整合方法，所述方法包括如下步驟：

步驟1：獲得要整合的兩個或多個基因芯片平臺表達數據，對于每個基因芯片平臺而言，表達數據為一個矩陣，矩陣的每一行表示一個基因，矩陣的每一列表示一個被檢測的樣本；

步驟2：對兩個或多個基因芯片平臺中共同存在基因，生成合并的基因表達矩陣，矩陣的每一行表示一個共同存在基因，矩陣的列由所述不同基因芯片平臺檢測的樣本構成，每一列表示一個被檢測的樣本；

步驟3：基于基因在所述合并的基因表達矩陣中的表達模式相似性將基因分割為多個基因子集；

步驟4：對于步驟3得到基因子集，利用基因子集內基因在所述每個不同芯片平臺的表達值，得出不同芯片平臺的表達線性關系，利用所述關系將所述不同芯片平臺的基因表達值標準化到同一變化范圍，得到標準化的基因表達矩陣。

2.權利要求1的方法，所述方法包括如下步驟：

步驟1：獲得要整合的兩個或多個基因芯片平臺表達數據，對于每個基因芯片平臺而言，表達數據為一個矩陣，矩陣的每一行表示一個基因，矩陣的每一列表示一個被檢測的樣本；

步驟2：對兩個或多個基因芯片平臺中共同存在基因，生成合并的基因表達矩陣，矩陣的每一行表示一個共同存在基因，矩陣的列由所述不同基因芯片平臺檢測的樣本構成，每一列表示一個被檢測的樣本；

步驟3：基于基因在所述合并的基因表達矩陣中的表達模式相似性將基因分割為m個基因子集；

步驟4：對于步驟3得到每個基因子集，計算基因子集內基因在所述每個不同芯片平臺的表達值均值，利用下式得出不同芯片平臺在該基因子集內的表達線性關系????????????????????????????????????????????????，其中s表示m個基因子集中的一個子集，exp_s1是由基因子集s內基因在芯片平臺1中的表達值均值構成的數組，exp_s2指基因子集s內基因在芯片平臺2中的表達值均值構成的數組，采用最小二乘法估計，，其中h為基因子集s包含的基因數；利用公式將所述不同芯片平臺的基因表達值標準化到同一變化范圍，得到標準化的基因表達矩陣，

其中X為一個n行m列由0和1構成的矩陣，且如果基因n屬于基因子集m，則X_nm=1；基因n不屬于基因子集m，則X_nm=0，n為兩個芯片平臺共同存在基因的數目，m為基因子集的數目，A和B為m行k列的矩陣，A和B矩陣的行元素分別為對應基因子集中計算的a_s和b_s，“”表示兩個矩陣相乘，“”表示兩個矩陣的點乘。