[發明專利]一種基于RNA表達值和二級結構的相關性融合方法

有效

• 申請號: 202011250596.2
• 申請日: 2020-11-10
• 公開（公告）號: CN112309496B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 高美虹;尚學群
• 申請（專利權）人: 西北工業大學
• 主分類號: G16B20/00
• 分類號: G16B20/00;G16B50/30
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

1.一種基于RNA表達值和二級結構的相關性融合方法，其特征在于步驟如下：

步驟1：差異分析，對表達數據進行差異分析，確定差異表達的mRNA和lncRNA；

步驟2：表達值相關性分析，計算兩種差異表達的RNA在表達值上的相關性；

步驟3：二級結構相關性分析，計算兩種差異表達的RNA在二級結構上的相關性；

步驟3-1：計算差異mRNA和差異lncRNA在二級結構上的相關性，構建二級結構相關性矩陣，矩陣中第m個mRNA和第l個lncRNA之間的二級結構相關性的定義如下：

其中，s表示第m個mRNA的轉錄本，t表示第l個lncRNA的轉錄本，u(m)表示第m個mRNA所擁有的轉錄本個數，v(l)表示第l個lncRNA所擁有的轉錄本個數，MFE_st表示s和t之間的最小自由能，LEN_M_s表示s的長度，LEN_L_t表示t的長度；所述的最小自由能是指使RNA分子保持穩定的二級結構所需要的最小能量；

步驟3-2：對二級結構相關性信息進行標準化處理，使得二級結構相關性和表達值相關性的取值范圍處于同一區域，用到的標準化方法是min-max標準化，定義如下：

其中，minE_ML(α)是矩陣E_ML(α)的最小值，maxE_ML(α)是矩陣E_ML(α)的最大值，E′(m，l)是標準化處理后的第m個mRNA和第l個lncRNA之間的二級結構相關性，α為給定閾值；

步驟4：相關性融合，將前兩步計算得到的相關性進行融合，獲得最終的相關性數據。

2.根據權利要求1所述的一種基于RNA表達值和二級結構的相關性融合方法，其特征在于步驟1具體如下：

步驟1-1：從樣本的全基因組表達數據中提取mRNA表達數據和lncRNA表達數據；

步驟1-2：對mRNA表達數據進行差異分析，獲得差異表達的mRNA，其差異評估標準是logFC的絕對值大于1.5，調整后的p-value小于0.01；

步驟1-3：對lncRNA表達數據進行差異分析，獲得差異表達的lncRNA，其差異評估標準是logFC的絕對值大于1.5，調整后的p-value小于0.01。

3.根據權利要求1所述的一種基于RNA表達值和二級結構的相關性融合方法，其特征在于步驟2中對mRNA和lncRNA的表達值相關性進行計算，構建Spearman相關性矩陣，其定義如下：

相關性矩陣C由四個部分組成，C_LL表示差異lncRNA之間的相關性矩陣，C_ML表示差異mRNA和差異lncRNA之間的相關性矩陣，C_LM表示差異lncRNA和差異mRNA之間的相關性矩陣，C_MM表示差異mRNA之間的相關性矩陣，顯然，C_LM和C_LM^T相等，且為所需的共表達矩陣，矩陣中第m個mRNA和第l個lncRNA之間的表達值相關性的定義如下：

其中samp_no表示樣本數目，d_i表示m與l之間秩的差異，C(m，l)的取值范圍為[-1，1]，絕對值越大，相關性越強，在給定閾值α的情況下，表達值相關性矩陣定義如下：

p表示共表達關系中涉及的mRNA數目，q則表示涉及的lncRNA數目，矩陣C_ML(α)中，每行和每列都至少有一個數的絕對值大于等于α。

4.根據權利要求3所述的一種基于RNA表達值和二級結構的相關性融合方法，其特征在于步驟4中所述的相關性融合方法，將前兩步獲得的表達值相關性矩陣和二級結構相關性矩陣進行融合，得到融合后的相關性矩陣，具體如下：

其中，AC_ML(α)表示融合后的相關性矩陣，矩陣中每個元素的定義如下：

根據這個融合后的相關性矩陣，以及矩陣中的lncRNA特征和mRNA特征，可以篩選獲得最終需要的lncRNA特征。