[發(fā)明專利]一種多組學(xué)數(shù)據(jù)集間關(guān)聯(lián)分析的集成系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010694533.X
• 申請(qǐng)日: 2020-07-17
• 公開（公告）號(hào): CN111863136A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 賈偉;陳天璐;梁丹丹;孫濤
• 申請(qǐng)（專利權(quán)）人: 上海市第六人民醫(yī)院
• 主分類號(hào): G16B40/00
• 分類號(hào): G16B40/00;G16B45/00;G16B50/00
• 代理公司: 上海申新律師事務(wù)所 31272
• 代理人: 吳軼淳

本發(fā)明提供一種多組學(xué)數(shù)據(jù)集間關(guān)聯(lián)分析的集成系統(tǒng)和方法，對(duì)每一種類型的組學(xué)原始數(shù)據(jù)進(jìn)行處理得到與組學(xué)原始數(shù)據(jù)的類型對(duì)應(yīng)的組學(xué)數(shù)據(jù)文件，對(duì)表型原始數(shù)據(jù)并處理得到表型數(shù)據(jù)文件；將多種類型的組學(xué)數(shù)據(jù)文件的組學(xué)變量中的兩類組學(xué)變量加入一變量集合，并將變量集合中的各個(gè)組學(xué)變量進(jìn)行兩兩組合生成多個(gè)組學(xué)單維數(shù)據(jù)對(duì)；將每一種類型的組學(xué)數(shù)據(jù)文件進(jìn)行降維處理得到與該種類型相對(duì)應(yīng)的組合變量；將多種類型的組合變量進(jìn)行兩兩組合生成多個(gè)組合變量數(shù)據(jù)對(duì)；將多種類型的組合變量分別與表型數(shù)據(jù)文件進(jìn)行兩兩組合生成多個(gè)組學(xué)與表型數(shù)據(jù)對(duì)；對(duì)各組學(xué)單維數(shù)據(jù)對(duì)、組合變量數(shù)據(jù)對(duì)、組學(xué)與表型數(shù)據(jù)對(duì)進(jìn)行相關(guān)分析分別得到各自的相關(guān)關(guān)系和對(duì)應(yīng)的相關(guān)性參數(shù)并輸出。為全面解析系統(tǒng)生物學(xué)信息提供了有效的方法，不僅能發(fā)現(xiàn)多組學(xué)數(shù)據(jù)間的線性相關(guān)關(guān)系，還能找出包括具有函數(shù)關(guān)系和無(wú)函數(shù)關(guān)系的非線性的相關(guān)對(duì)，具有全面的功能性。

技術(shù)領(lǐng)域

本發(fā)明涉及生物學(xué)多組學(xué)計(jì)算分析領(lǐng)域，尤其涉及一種多組學(xué)數(shù)據(jù)集間關(guān)聯(lián)分析的集成系統(tǒng)和方法。

背景技術(shù)

代謝物組、微生物組、轉(zhuǎn)錄組、蛋白質(zhì)組以及基因組等多種層次和來(lái)源的高通量組學(xué)數(shù)據(jù)體量龐大且數(shù)據(jù)結(jié)構(gòu)多樣,變量間以及變量與表型間關(guān)系錯(cuò)綜復(fù)雜。通過整合多組學(xué)和表型數(shù)據(jù)，有助于在大量復(fù)雜的多組學(xué)數(shù)據(jù)間或組學(xué)與表型數(shù)據(jù)間找到有效關(guān)聯(lián)對(duì),揭示組分間或組分與表型間的相互作用和關(guān)系，是轉(zhuǎn)化醫(yī)學(xué)和系統(tǒng)生物學(xué)研究中常用手段之一。但由于多組學(xué)數(shù)據(jù)的來(lái)源、結(jié)構(gòu)和特征各不相同,故需科學(xué)選取相關(guān)分析方法以及建立高度自動(dòng)化、分析結(jié)果可靠的關(guān)聯(lián)分析集成系統(tǒng)進(jìn)行多組學(xué)研究。

近年來(lái)多組學(xué)聯(lián)合分析已經(jīng)成為研究熱點(diǎn)，各種組學(xué)間的相關(guān)分析方法也相繼被提出。其中經(jīng)典的相關(guān)分析方法包括Pearson積相關(guān)、Spearman秩相關(guān)、線性回歸分析、典型相關(guān)分析等。而具有廣泛性的最大信息系數(shù)法適用于分析各種類型的數(shù)據(jù)集，且可發(fā)現(xiàn)數(shù)據(jù)間存在的各種復(fù)雜相關(guān)關(guān)系，包括線性相關(guān)和非線性相關(guān)關(guān)系、函數(shù)相關(guān)和非函數(shù)相關(guān)關(guān)系。還有如SparCC和CCLasso是針對(duì)組分?jǐn)?shù)據(jù)內(nèi)部變量的相關(guān)性研究而提出的專門方法，相較于常規(guī)相關(guān)分析法能更精準(zhǔn)的在該類數(shù)據(jù)集中找到相關(guān)對(duì)。另外，當(dāng)前的多組學(xué)聯(lián)合分析由于多組學(xué)數(shù)據(jù)量龐大且結(jié)構(gòu)復(fù)雜，導(dǎo)致不易篩選單個(gè)生物標(biāo)志物，而且這些分析策略大都局限于組學(xué)數(shù)據(jù)間的相關(guān)性，忽略了表型特征在多組學(xué)聯(lián)合分析中的指導(dǎo)作用，也沒有考慮生物學(xué)問題中普遍存在的協(xié)變量的影響，其結(jié)果的準(zhǔn)確性和真實(shí)性有待提高。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的問題，提供一種多組學(xué)數(shù)據(jù)集間關(guān)聯(lián)分析的集成系統(tǒng)和方法。

一種多組學(xué)數(shù)據(jù)集間關(guān)聯(lián)分析的集成系統(tǒng)，包括一服務(wù)器，服務(wù)器連接一多組學(xué)與表型數(shù)據(jù)庫(kù)，多組學(xué)與表型數(shù)據(jù)庫(kù)用于保存多種類型的組學(xué)原始數(shù)據(jù)、表型原始數(shù)據(jù)和對(duì)應(yīng)的協(xié)變量數(shù)據(jù)；服務(wù)器具體包括：

數(shù)據(jù)處理模塊，用于對(duì)每一種類型的組學(xué)原始數(shù)據(jù)進(jìn)行處理得到與組學(xué)原始數(shù)據(jù)的類型對(duì)應(yīng)的組學(xué)數(shù)據(jù)文件，每一種類型的組學(xué)數(shù)據(jù)文件包括以行列式排布的多個(gè)相應(yīng)的組學(xué)變量；用于獲取表型原始數(shù)據(jù)并處理得到表型數(shù)據(jù)文件，表型數(shù)據(jù)文件包括以行列形式排布的多個(gè)表型變量；

待分析數(shù)據(jù)生成模塊，與數(shù)據(jù)處理模塊連接，待分析數(shù)據(jù)生成模塊具體包括：

指令接收單元，用于接收外部輸入的組學(xué)單維相關(guān)分析指令、組學(xué)多維相關(guān)分析指令或組學(xué)與表型相關(guān)分析指令；

協(xié)變量判斷單元，與指令接收單元連接，用于判斷組學(xué)單維相關(guān)分析指令、組學(xué)多維相關(guān)分析指令或組學(xué)與表型相關(guān)分析指令是否有加載協(xié)變量；

組學(xué)單維數(shù)據(jù)對(duì)生成單元，連接指令接收單元，用于根據(jù)組學(xué)單維相關(guān)分析指令，將多種類型的組學(xué)數(shù)據(jù)文件的組學(xué)變量中的兩類組學(xué)變量加入一變量集合，并將變量集合中的各個(gè)組學(xué)變量進(jìn)行兩兩組合生成多個(gè)組學(xué)單維數(shù)據(jù)對(duì)；