[發明專利]一種識別癌癥驅動通路的方法

有效

• 申請號: 202011185104.6
• 申請日: 2020-10-30
• 公開（公告）號: CN112270952B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 朱凱;吳璟莉;李高仕
• 申請（專利權）人: 廣西師范大學
• 主分類號: G16B20/10
• 分類號: G16B20/10;G16B20/50
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 楊雪梅

本發明公開了一種識別癌癥驅動通路的方法，包括如下步驟：1）構造加權的非二進制突變矩陣；2）設定識別模型；3）設定適應度函數；4）設定交叉算子；5）設定變異算子；6）設定合作策略；7）設定參數；8）構造初始種群；9）執行迭代操作。這種方法可以提供更多有用信息，擴展性強，速率高，求解速度快，包含富集在重要驅動通路上的基因多。

技術領域

本發明涉及癌癥驅動通路識別領域，具體是一種識別癌癥驅動通路的方法。

背景技術

隨著深度測序技術的快速發展，近年來，癌癥基因組圖譜計劃(The CancerGenome Atlas，簡稱TCGA)、國際腫瘤基因組協作組(the International Cancer GenomeConsortium，簡稱ICGC)等大規模的癌癥工程，提供了大量癌癥多組學數據。在過去的數項研究中，設計有效的計算方法來識別癌癥發生過程中的“驅動突變”成為熱點。然而，大多數方法都無法確定基因突變的異質性，即來自同一癌癥的不同樣本之間，得到的突變基因也可能不同。研究人員發現，不同的突變基因靶向同一生物通路幾率很高，并且發現癌癥的發展實質上是由生物通路控制。于是，有必要將觀點從基因水平轉移到通路水平，這對于捕獲癌癥中的異質現象至關重要。因此識別驅動通路的問題逐漸成為熱點，該問題主要分為：單驅動通路識別、合作驅動通路識別以及泛癌驅動通路識別。

目前基于先驗生物通路知識和從頭識別方法識別癌癥驅動通路是兩種主要研究方法。由于當前可利用的先驗知識不完備，并且存在生物數據噪聲。因此，在不依賴任何現有背景知識的識別方法是不可或缺的，從頭識別方法應運而生，本文主要針對該方法進行研究。在癌癥突變的大多數組合模式下，研究人員發現兩個基本特性。其一，突變驅動通路中的基因應覆蓋大量癌癥患者樣本，即“高覆蓋性”。其二，同一驅動通路中不同基因在同一樣本以低概率共同突變，即“高互斥性”。基于以上兩種特性。在2012年，首先基于這兩個屬性提出了一個權重函數，并將其最大化定義為最大權子矩陣問題，并用馬爾可夫鏈蒙特卡洛MCMC方法來解決這個問題。同年，又提出了二進制線性規劃算法和遺傳算法GA，與MCMC相比GA更加具有時間上的優勢，GA算法也很容易應用于解決他們提出的整合了基因表達譜的整合模型。2013年，通過整合體細胞突變，拷貝數變異和基因表達，提出了一種基于網絡的方法iMCMC。2016年，設計了一種多目標優化算法MOGA，高覆蓋范圍和高互斥性之間的權衡使MOGA表現出更可靠的性能。在2019年，重新構造了最大權重子矩陣問題模型，通過使用路徑中基因的平均權重來調節覆蓋范圍和互斥性。然后設計了單親遺傳算法PGA-MWS對該模型進行求解。在上述方法中，大多數方法都試圖借助其他組學數據減輕突變數據中噪聲的負面影響，并基于驅動程序路徑的兩個特征生成識別模型。盡管如此，在覆蓋率和排他性的計算中通常只考慮突變數據，而其他組學數據則用于計算基因的權重以表明它們是否重要，這是很常見的。

因此需要一種新的組學整合方法對各個數據進行融合，而不是在計算驅動通路權重時將其分開計算，設計合理的計算模型對驅動通路進行權重計算，并且以往的算法在數據規模較大的情況下，效率并不是很高，因此設計一種更高效的算法對計算模型進行求解，以解決現有方法的不足。

發明內容

本發明的目的在于克服現有技術的不足，提供一種識別癌癥驅動通路的方法。這種方法可以提供更多有用信息，擴展性強，速率高，求解速度快，包含富集在重要驅動通路上的基因多。

實現本發明目的的技術方案是：

一種識別癌癥驅動通路的方法，包括如下步驟：

1)構造加權的非二進制突變矩陣：