[發(fā)明專(zhuān)利]基于基因共表達(dá)網(wǎng)絡(luò)傳播分析的早期致病因子探測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710566400.2
• 申請(qǐng)日: 2017-07-12
• 公開(kāi)（公告）號(hào): CN107463796B
• 公開(kāi)（公告）日: 2019-10-18
• 發(fā)明（設(shè)計(jì)）人: 郭澍;李大慶
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京航空航天大學(xué)
• 主分類(lèi)號(hào): G16B25/00
• 分類(lèi)號(hào): G16B25/00;G16B40/00;G16H50/50
• 代理公司: 北京慧泉知識(shí)產(chǎn)權(quán)代理有限公司 11232
• 代理人: 王順榮;唐愛(ài)華

1.一種基于基因共表達(dá)網(wǎng)絡(luò)傳播分析的早期致病因子探測(cè)方法，其特征在于：其步驟如下：

步驟一、對(duì)某種疾病的基因表達(dá)數(shù)據(jù)進(jìn)行預(yù)處理；

對(duì)于一組基因表達(dá)數(shù)據(jù)，共有n個(gè)差異表達(dá)基因，m個(gè)時(shí)間測(cè)試點(diǎn)；對(duì)照組的基因表達(dá)記為E_CG,i(t),i＝1,2,...n,t＝t₁,t₂,...,t_m，病例組的基因表達(dá)記為E_EG,i(t)；系統(tǒng)在正常狀態(tài)下基因的表達(dá)量并不為零，并且不同基因有著自己不同的基礎(chǔ)表達(dá)量；在使用病例組的基因表達(dá)數(shù)據(jù)E_EG,i(t)前，應(yīng)該濾掉對(duì)照組的表達(dá)數(shù)據(jù)E_CG,i(t)，才能保證基因共表達(dá)網(wǎng)絡(luò)的建立是有效的；基因表達(dá)數(shù)據(jù)多為以log₂為底的數(shù)據(jù)，因此，病例組的基因表達(dá)數(shù)據(jù)減去對(duì)照組的表達(dá)數(shù)據(jù)即為差異表達(dá)數(shù)據(jù)E_i(t)＝E_EG,i(t)-E_CG,i(t)；

步驟二、通過(guò)相關(guān)性分析，決定兩個(gè)基因是否存在共表達(dá)關(guān)系，從而建立基因共表達(dá)網(wǎng)絡(luò)；

差異表達(dá)序列E_i(t)，反映了其在正常狀態(tài)到疾病狀態(tài)過(guò)程中基因表達(dá)的變化；將基因i與p的差異表達(dá)序列E_i(t),E_p(t)進(jìn)行相關(guān)性分析，具體能使用皮爾遜即Pearson相關(guān)系數(shù)、互信息、斯皮爾曼即Spearman相關(guān)系數(shù)；其中，Pearson相關(guān)系數(shù)其中，E是數(shù)學(xué)期望，cov表示協(xié)方差，和是標(biāo)準(zhǔn)差；對(duì)每對(duì)基因進(jìn)行相關(guān)性分析，從而得到整個(gè)網(wǎng)絡(luò)的相關(guān)性系數(shù)的分布ρ_DIST；

將每個(gè)差異表達(dá)序列E_i(t)中的m個(gè)元素隨機(jī)交換位置，從而得到打亂的序列E″_i(t)；計(jì)算打亂差異表達(dá)序列E″_i(t)和E″_p(t)的相關(guān)性系數(shù)，其中i≠p，p＝1,2,...,n；統(tǒng)計(jì)打亂差異序列的所有相關(guān)性系數(shù)，得到其分布信息ρ″_DIST，當(dāng)ρ_DIST的值為ρ″_DIST值的100倍時(shí)，規(guī)定此時(shí)的相關(guān)性系數(shù)的值為閾值ρ_TH；若沒(méi)有100倍顯著點(diǎn)，選取10倍顯著；根據(jù)閾值ρ_TH建立基因共表達(dá)網(wǎng)絡(luò)：網(wǎng)絡(luò)共n個(gè)基因，復(fù)數(shù)個(gè)基因即為一個(gè)節(jié)點(diǎn)，計(jì)算基因i與基因p的相關(guān)性系數(shù)ρ_ip，若ρ_ip＞ρ_TH則在基因i與基因p之間連邊；

步驟三、對(duì)基因的差異表達(dá)排序，找到故障基因集；

在某一時(shí)刻t_j下，將步驟一所得的基因差異表達(dá)數(shù)據(jù)E_i(t_j)從高到低進(jìn)行排序，根據(jù)需求選取基因總數(shù)n的一預(yù)定比例的k個(gè)基因；這些基因的差異表達(dá)量大，是過(guò)表達(dá)基因，能視為基因共表達(dá)網(wǎng)絡(luò)中發(fā)生故障的基因，稱(chēng)之為故障基因；并且，t_j時(shí)刻選取的故障基因不應(yīng)與t_j-1時(shí)刻故障基因重復(fù)；也就是說(shuō)，如果t_j時(shí)刻選取到的故障基因i在t_j-1時(shí)刻已經(jīng)被認(rèn)定為故障基因，那么在t_j時(shí)刻不添加到故障基因子集N_j中，并且不參與計(jì)數(shù)；這k個(gè)故障基因組成的集合為時(shí)刻t_j下的故障基因子集N_j；在所有時(shí)刻下進(jìn)行此步驟，得到故障基因的全集N＝{N_j|j＝1,2,...,m}；

步驟四、計(jì)算故障基因子集與擬定故障傳播中心的平均距離，找到遞增的平均距離序列，確定動(dòng)態(tài)網(wǎng)絡(luò)標(biāo)志物；

在基因共表達(dá)網(wǎng)絡(luò)中，故障從初始的故障中心沿著各個(gè)方向向外擴(kuò)散，這個(gè)中心為故障傳播中心；為找到真正的故障傳播中心，選擇一個(gè)基因作為擬定故障傳播中心n_CAND進(jìn)行試驗(yàn)，其中CAND＝1，2，...,n；計(jì)算時(shí)刻t_j下故障基因子集N_j中的故障基因到擬定故障傳播中心n_CAND的平均距離，即為：在所有時(shí)刻下重復(fù)上述步驟，得到一擬定故障傳播中心n_CAND對(duì)應(yīng)的平均距離序列以所有基因作為擬定故障傳播中心，共得到n個(gè)平均距離序列，表示為平均距離遞增序列矩陣找到矩陣遞增的行并對(duì)其遞增序列的幅值進(jìn)行排序，選取幅值最大的基因作為動(dòng)態(tài)網(wǎng)絡(luò)標(biāo)志物。