[發明專利]對從細胞的組學數據導出的數據集的硅中分析方法和系統

有效

• 申請號: 201710436730.X
• 申請日: 2014-05-28
• 公開（公告）號: CN107818242B
• 公開（公告）日: 2022-01-04
• 發明（設計）人: S.C.本斯;C.塞托
• 申請（專利權）人: 凡弗3基因組有限公司
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B25/10;G16B20/30
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 王春偉;劉繼富

1.一種用于對從細胞的組學數據導出的數據集進行硅中分析的方法，包括：

將通路模型數據庫信息地耦合到機器學習系統和通路分析引擎；

其中，所述通路模型數據庫存儲分別地從多個不同有病細胞的組學數據導出的多個不同數據集，并且其中，每個數據集包括多個通路元素數據；

由機器學習系統接收所述多個不同數據集；

由所述機器學習系統并使用所述多個不同數據集來產生多個相應訓練的模型；

由所述機器學習系統并使用所述訓練的模型的預測準確度來從所述訓練的模型中選擇至少一個模型；以及

由所述機器學習系統來識別所述至少一個模型中與所述有病細胞的治療參數的狀態相關聯的決定性通路元素。

2.根據權利要求1所述的方法，其中，

從患有腫瘤病的病人的病人樣本生成所述不同數據集中的至少一個，并且其中，從包含并非來自所述病人的細胞的不同細胞培養物生成所述不同數據集中的多個其它數據集，來自不同細胞培養物的細胞具有與病人的腫瘤相同的腫瘤類型。

3.根據權利要求2所述的方法，其中，所述病人尚未被針對所述腫瘤病進行治療。

4.根據權利要求2所述的方法，還包括基于所識別的決定性通路元素生成包括針對所述病人的治療推薦的輸出數據的步驟。

5.根據權利要求1所述的方法，其中，所述多個不同有病細胞在所述細胞對藥物的敏感性方面彼此不同。

6.根據權利要求1所述的方法，其中，多個不同有病細胞包括第一組多個不同有病細胞和第二組多個不同有病細胞，第一組多個不同有病細胞對用藥物的治療敏感，并且，第二組多個不同有病細胞對用所述藥物的治療是抗性的。

7.根據權利要求5所述的方法，還包括由所述通路分析引擎使用所識別的決定性通路元素來調制至少一個不同數據集中的對應通路元素以產生已修改數據集的步驟。

8.根據權利要求7所述的方法，還包括由所述機器學習系統并使用所述已修改數據集來識別針對所述有病細胞的所述治療參數的所述狀態方面的變化的步驟。

9.根據權利要求8所述的方法，其中，狀態方面的所述變化是從對所述藥物的抗性到對所述藥物的敏感性的變化。

10.根據權利要求1所述的方法，其中，所述不同數據集是PARADIGM數據集。

11.根據權利要求1所述的方法，其中，所述決定性通路元素是基因的表達態、蛋白質的蛋白質水平和/或蛋白質的蛋白質活性。

12.根據權利要求1所述的方法，還包括對所述數據集進行預處理的步驟，所述預處理包括特征選擇、數據變換、元數據變換和/或分裂成訓練和確認數據集。

13.根據權利要求1所述的方法，其中，所述治療參數是用藥物的治療，并且其中，所述狀態是對所述藥物的敏感性或對所述藥物的抗性。

14.根據權利要求1所述的方法，還包括硅中修改所述決定性通路元素并且由所述通路分析引擎來計算所述有病細胞的所述治療參數的變化的狀態的步驟。

15.根據權利要求14所述的方法，還包括使用已修改決定性通路元素和所述變化的狀態來更新針對病人的治療推薦的步驟。

16.根據權利要求15所述的方法，其中，所述更新的治療推薦包括參考以所述決定性通路元素為目標的第一藥物和參考第二藥物，其中，所述第一藥物和第二藥物被預測為針對所述有病細胞是治療有效的。