[發(fā)明專利]一種高維少樣本的基因、信號通路和相關(guān)蛋白質(zhì)的選取方法

有效

• 申請?zhí)枺?/td>: 201610734417.X
• 申請日: 2016-08-26
• 公開（公告）號: CN106326688B
• 公開（公告）日: 2017-10-24
• 發(fā)明（設(shè)計）人: 章樂;李婷婷;胡南;何小玉
• 申請（專利權(quán)）人: 章樂;何小玉
• 主分類號: G06F19/20
• 分類號: G06F19/20;G06F19/16;G06F19/24
• 代理公司: 北京市廣友專利事務(wù)所有限責任公司11237
• 代理人: 張仲波

1.高維少樣本的基因、信號通路和相關(guān)蛋白質(zhì)的選取方法，所述方法包括：

步驟1、獲取原始的GBM生存相關(guān)的基因表達數(shù)據(jù)，并對所述基因表達數(shù)據(jù)進行數(shù)據(jù)過濾，獲得GBM預(yù)處理數(shù)據(jù)；

步驟2、基于所述GBM預(yù)處理數(shù)據(jù)建立比例風險模型，進行存活分析，并基于所述GBM預(yù)處理數(shù)據(jù)及存貨分析結(jié)果，篩選選取關(guān)鍵基因；

所述比例風險模型采用Cox回歸模型為公式1，具體為：

h(t,x)＝h₀(t)exp(β₁x₁+β₁x₁+…+β_ix_i) (1)，

其中h(t,x)是病人在時間t的風險函數(shù)，h₀(t)是一個共有的危險基準函數(shù)；

x₁,x₂...x_i是協(xié)變量；β₁,β₂...β_i是回歸系數(shù)，由樣本估計而得；

步驟3、基于所述關(guān)鍵基因，進行路徑分析，并獲取GBM信號通路。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1進一步包括：

步驟101、對原始的GBM生存相關(guān)的基因表達數(shù)據(jù)進行歸一化；

步驟102、對步驟101中歸一化后的數(shù)據(jù)，通過四分位數(shù)間距閾值，篩選出有小方差值的基因；

步驟103、對步驟102篩選出的基因進行降維處理，獲得預(yù)處理GBM數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述降維處理是基于所述比例風險模型進行數(shù)據(jù)降維處理，具體包括：

步驟1031、用由公式2得到的每個協(xié)變量x_m來擬合邊際Cox回歸模型來得到

β^m=arg maxΣk∈D[xkmβm-log(Σj∈Rkexp(xjmβm))]---(2);]]>

其中D是事件的索引集，R_k表示事件索引集的個體在時間t_k的風險β₁,β₂...β_m是回歸系數(shù)；

步驟1032、把按大小降序排列，取最大的d個協(xié)變量；

步驟1033、得到的協(xié)變量下標用Θ表示，在上一步所選的d個協(xié)變量上對公式3進行最小化：

minβΘ{-Σk∈D[xk,ΘTβΘ-log(Σj∈Rkexp(xj,ΘTβΘ))]+λΣj∈βΘ|βj|}---(3).]]>