[發明專利]一種基于多組學的復雜性疾病預測及診斷方法

在審

• 申請號: 201611052903.X
• 申請日: 2016-11-24
• 公開（公告）號: CN106650241A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 劉京銘;李傳友
• 申請（專利權）人: 首都醫科大學附屬北京胸科醫院
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F19/12
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 楊立

技術領域

本發明涉及醫學領域，尤其涉及一種基于多組學的復雜性疾病預測及診斷方法。

背景技術

人類的疾病按照與遺傳的關系分為兩大類，孟德爾遺傳性疾病和非孟德爾遺傳性疾病，即：簡單性疾病和復雜性疾病。前者更多屬于少見病，且多數可以找到明確的遺傳相關致病基因，并且發病情況符合孟德爾遺傳規律，可以根據經典的基因遺傳規律對疾病的發生進行較為準確的預測及診斷。而后者更多屬于常見病，沒有明顯的孟德爾遺傳現象，但有一定的遺傳易感性，往往存在較多的疾病易感基因，無法通過經典的基因遺傳規律對疾病的發生進行預測及診斷，如：腫瘤、糖尿病、結核病等。本申請專利主要針對復雜性疾病的預測和診斷提出可行的技術解決方案。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種基于多組學的復雜性疾病預測及診斷方法。

本發明解決上述技術問題的技術方案如下：一種基于多組學的復雜性疾病預測及診斷方法，其特征在于，包括以下步驟：

步驟1、獲取被試者的第一基因組信息；

步驟2、將所述第一基因組信息與已獲得的基因組變異位點與復雜性疾病的關聯性信息進行匹配，計算所述第一基因組信息對應的復雜性疾病判別評分CDDS值；

步驟3、比較所述CDDS值與預存的CDDS基準值的大小關系，得到比較結果；

步驟4、根據所述比較結果，確定所述被試者患所檢測復雜性疾病的概率。

本發明的有益效果是：通過將被試者的基因組信息與已獲得的基因組變異位點與復雜性疾病的關聯性信息進行匹配，計算該基因組信息對應的CDDS值，并比較CDDS值與預存的CDDS基準值的大小關系確定被試者患所檢測復雜性疾病的概率，從而可以對被試者是否患有所檢測復雜性疾病進行預防和早期診斷，提高人群的健康水平，推進了從治病到防病的進程。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步地，步驟4包括：當所述比較結果為所述CDDS值大于所述CDDS基準值時，確定所述被試者患所檢測復雜性疾病的概率超過85％；或者，

當所述比較結果為所述CDDS值小于所述CDDS基準值時，確定所述被試者患所檢測復雜性疾病的概率低于15％。

進一步地，在步驟1之前，還包括：

步驟5、根據獲取的健康人群基因組信息和目標疾病人群基因組信息，獲得基因組變異位點與復雜性疾病關聯性信息。

進一步地，步驟5包括：

步驟5.1、獲取所述健康人群基因組信息和所述目標疾病人群基因組信息；

步驟5.2、基于多組學構建目標疾病對應的多個模型；

步驟5.3、分別將所述健康人群基因組信息和所述目標疾病人群基因組信息與所述多個模型進行映射，得到健康人群模型集合與目標疾病人群基模型集合；

步驟5.4、對于所述多個模塊中的每個模型，分別計算所述健康人群模型集合與所述目標疾病人群基模型集合中屬于同一模型的第二基因組信息對應的CDDS值，得到多個所述第二基因組信息分別對應的多個CDDS值；

步驟5.5、將多個所述第二基因組信息和多個所述CDDS值一一對應的存儲，形成基因組變異位點與復雜性疾病的關聯性信息，所述關聯性信息為所述基因組信息與CDDS值的對應關系。

進一步地，所述第一基因組信息、所述健康人群基因組信息和所述目標疾病人群基因組信息均通過芯片技術和/或測序技術獲取。

進一步地，步驟5還包括：

步驟5.6、利用模型預測評價方法，計算多個所述CDDS值對應的多個受試者工作特征ROC曲線，以及與多個所述ROC曲線分別對應的多個AUC；

步驟5.7、將多個所述ROC曲線中的第一ROC曲線所對應的模型確定為最優模型，所述最優模型對應的CDDS值為所述CDDS基準值，其中，所述第一ROC曲線的敏感性和特異性均大于85％，且所述第一ROC曲線對應的AUC大于90％。

采用上述進一步方案的有益效果是：通過從利用模型預測評價方法計算得到的多個CDDS值對應的多個ROC曲線中的第一ROC曲線所對應的模型確定CDDS基準值，從而可以有效的提高復雜性疾病診斷的準確性。

進一步地，利用樸素貝葉斯算法計算所述CDDS值。

進一步地，利用樸素貝葉斯算法計算所述CDDS值，包括：