[發(fā)明專利]一種基于異質網(wǎng)的基因相似性搜索方法

有效

• 申請?zhí)枺?/td>: 201910206801.6
• 申請日: 2019-03-19
• 公開（公告）號: CN110010196B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設計）人: 杜金蓮;楊開敏;付利華;王丹;趙文兵
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16B50/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于異質網(wǎng)的基因相似性搜索方法，其特征在于，采用如下步驟：

步驟1、建立基因-疾病-表型異質網(wǎng)、疾病本體有向無環(huán)圖、表型本體有向無環(huán)圖、基因-疾病二分網(wǎng)絡即基因疾病鄰接矩陣S_gd、疾病-表型二分網(wǎng)絡即疾病表型鄰接矩陣S_dp；

通過對獲取到的基因-疾病-表型關聯(lián)數(shù)據(jù)、疾病本體數(shù)據(jù)、表型本體數(shù)據(jù)進行整理和處理，構建基因-疾病-表型異質網(wǎng)、疾病本體有向無環(huán)圖、表型本體有向無環(huán)圖、基因-疾病二分網(wǎng)絡和疾病-表型二分網(wǎng)絡；

步驟2、基于步驟1中構建的疾病本體和表型本體的有向無環(huán)圖，利用一種基于邊的方法分別計算疾病語義相似性矩陣S_dis和表型的語義相似性矩陣S_hpo；

步驟3、利用高斯核函數(shù)計算疾病本體的拓撲相似性矩陣K_d和表型本體的拓撲相似性矩陣K_p：

在步驟1構建的基因疾病鄰接矩陣S_gd和疾病表型鄰接矩陣S_dp的基礎上，采用高斯核函數(shù)計算疾病本體的拓撲相似性矩陣K_d和表型本體的拓撲相似性矩陣K_p；

步驟4、分別將疾病和表型的語義相似性矩陣和拓撲相似性矩陣進行融合得到疾病相似性矩陣S_d和表型的相似性矩陣S_p；

將步驟2得到的疾病語義相似性矩陣S_dis和步驟3得到的疾病拓撲相似性矩陣K_d進行融合得到疾病相似性矩陣S_d；將步驟2得到的表型語義相似性矩陣S_hpo和步驟3得到的表型拓撲相似性矩陣K_p進行融合得到表型相似性矩陣S_p；

步驟5、利用二部圖算法計算基因-疾病二分網(wǎng)絡中的鏈接權重：

(a)將步驟4得到的疾病相似性矩陣S_d融入基因-疾病二分網(wǎng)絡中，即將基因疾病鄰接矩陣S_gd與疾病相似性矩陣S_d相乘，構建基因疾病整合鄰接矩陣A_gd；

(b)先進行疾病到基因的第一次資源擴散，即資源通過基因疾病整合鄰接矩陣A_gd從疾病擴散到基因；

(c)再進行基因到疾病的第二次資源擴散，將(b)中第一次資源擴散的結果通過基因疾病整合鄰接矩陣A_gd從基因擴散到疾病，并將第二次擴散的結果與步驟1中初始的基因疾病的關聯(lián)關系即基因疾病鄰接矩陣S_gd按比例結合；

通過步驟5得到基因-疾病關聯(lián)矩陣WS_gd，該矩陣中的每一個數(shù)值代表基因到疾病的關聯(lián)程度；

步驟6、利用二部圖算法計算疾病-表型二分網(wǎng)絡中鏈接的權重：

(a)將步驟4得到的表型相似性矩陣S_p融入疾病-表型二分網(wǎng)絡中，即將疾病表型鄰接矩陣S_dp與表型相似性矩陣S_p相乘，構建疾病表型的整合鄰接矩陣A_dp；

(b)先進行表型到疾病的第一次資源擴散，即資源通過疾病表型整合鄰接矩陣A_dp從表型擴散到疾病；

(c)再進行疾病到表型的第二次資源擴散，將(b)中第一次資源擴散的結果通過疾病表型整合鄰接矩陣A_dp從疾病擴散到表型，并將第二次擴散的結果與步驟1中初始的疾病表型的關聯(lián)關系即疾病表型鄰接矩陣S_dp按比例結合；

通過步驟6得到疾病-表型關聯(lián)矩陣WS_dp，該矩陣中的每一個數(shù)值代表疾病到表型的關聯(lián)程度；

通過前6個步驟形成一個加權的基因-疾病-表型異質網(wǎng)；

步驟7、在加權的基因-疾病-表型異質網(wǎng)中，應用PathSim算法計算基因的相似性：

首先計算基因通過基因-疾病-表型-疾病-基因元路徑到每個表型的鏈接權重，即將步驟5中得到的基因-疾病關聯(lián)矩陣WS_gd和步驟6得到的疾病-表型關聯(lián)矩陣WS_dp相乘得到基因-表型關聯(lián)矩陣WS_gp；

其次，根據(jù)基因-表型關聯(lián)矩陣WS_gp計算通過基因-疾病-表型-疾病-基因元路徑可達的鏈接權重之和；

最后，利用PathSim算法計算基因間的相似度。