[發明專利]從差異網絡中識別驅動基因的方法

有效

• 申請號: 202010461333.X
• 申請日: 2020-05-27
• 公開（公告）號: CN111816246B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 謝江;楊伏長;王嬌
• 申請（專利權）人: 上海大學
• 主分類號: G16B5/20
• 分類號: G16B5/20;G16B20/00
• 代理公司: 貴州派騰知識產權代理有限公司 52114
• 代理人: 唐斌

本發明公開了一種識別差異網絡中驅動基因的方法，其特征在于：給定兩個代表兩種生物狀態的基因調控網絡，首先量化網絡中邊的不確定性，然后計算網絡中任意兩個節點之間最強且最穩定的調控關系，再后將節點特征化表示為網絡流的分布，最后量化每個基因在兩個網絡中的網絡流分布差異以識別驅動基因。該方法區別于其他已有的差異網絡分析方法，其主要貢獻在于結合了網絡流和信息熵來刻畫網絡拓撲的差異。這種結合的優勢在于能夠量化基因調控網絡中邊的不確定性，同時能夠捕獲網絡中全面的拓撲特征(局部和全局、線性和非線性特征)，因此，能夠達到更高的驅動基因識別準確性和健壯性。

技術領域

本發明涉及計算機領域，提出了一種識別驅動基因的差異網絡流算法。

背景技術

復雜疾病和細胞分化是一類復雜的動態生命過程，深入挖掘其潛在的生命機制，將為醫療發展提供新層面的解決方案。然而，當前對這些復雜的動態生命過程中潛在的生命機制的理解還不夠清晰。這種動態過程的復雜性體現在由一個不穩定的生物狀態經過多次狀態轉移而達到另一個穩定的生物狀態，每一個轉移過程都由一組關鍵基因來驅動狀態遷移，這組驅動狀態遷移的關鍵基因稱為驅動基因。識別復雜疾病或者細胞分化等動態過程中的驅動基因，對于復雜疾病的早期診斷、治療和預后具有非常重要的意義。

差異網絡分析立足于系統科學的思想，通過挖掘不同生物狀態之間基因調控網絡的潛在變化，能夠以網絡拓撲的變化趨勢來量化基因的重要性，從而準確高效地識別出驅動基因。在過去十余年，已經提出了許多差異網絡分析方法用來評估和分析兩個生物狀態下(如正常狀態和癌癥狀態)不同基因的重要性。包括基于基因表達的統計學分布差異的差異網絡分析，如DDN、DISCERN、pDNA等算法；以及基于成對網絡拓撲差異的差異網絡分析，如DiffRank、DCloc、DiffNet等算法。

盡管這些研究已經對差異網絡分析領域做出了貢獻。但是，這些方法在分析網絡差異時仍存在許多問題沒有解決，例如：(1)沒有考慮基因調控網絡中邊連接的不確定性；(2)無法全面衡量網絡拓撲差異；(3)驅動基因識別準確率還不夠高。

發明內容

本發明的目的在于：將網絡流模型與信息熵概念相結合，提出一種高精度識別驅動基因的差異網絡分析方法。該方法不僅可以克服網絡中邊連接的不確定性，而且能夠識別中網絡中全面的拓撲差異，能被廣泛應用于識別促使各種復雜生物過程從一種狀態向另一種狀態遷移的驅動基因。

本技術將計算機知識和生物醫學結合，提出了一種結合網絡流和信息熵的差異網絡流方法DNF(Differential Network Flow，DNF)。該方法通過量化基因調控網絡中節點到節點之間的信息流，并將每個節點特征化表示為網絡流的分布，也就是信息熵的分布，以分布的差異來度量節點的重要性。這種度量方式能夠更量化網絡中的不確定性，捕獲網絡中更全面的拓撲差異，從而更準確地識別兩個生物條件下基因調控網絡的驅動基因。

為達到上述目的，本發明的構思是：給定兩個代表兩種生物狀態(如癌癥和正常狀態)的基因調控網絡，首先量化網絡中邊的不確定性。然后基于最優化網絡流模型計算網絡中任意兩個節點之間最強且最穩定的調控關系。再者將節點特征化表示為網絡流的分布。最后量化每個基因在兩個網絡中的網絡流分布差異以識別驅動基因。

根據上述發明構思，本發明采用下述技術方案：

一種識別差異網絡中驅動基因的方法，其特征在于將網絡流模型與信息熵概念相結合，提出一種高精度識別驅動基因的差異網絡分析方法，具體步驟如下：

A.量化每個網絡中邊的不確定性：將基因和基因之間的相互作用強度轉化為信息量的期望來量化邊的不確定性；

B.計算最優流：使用最小費用最大流模型計算網絡中任意兩個節點之間的最優流；

C.節點分布化：將一個基因在特定狀態下對剩余基因的最優流進行標準化，并將這些最優流表示為分布的形式以描述該基因的特征；