[發明專利]一種基于多網絡融合和多層網絡擴散的抑郁障礙基因特征挖掘方法

有效

• 申請號: 202110141774.6
• 申請日: 2021-02-02
• 公開（公告）號: CN112837752B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 李敏;項炬
• 申請（專利權）人: 中南大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B20/00;G16H50/70;G06K9/62
• 代理公司: 長沙智路知識產權代理事務所(普通合伙) 43244
• 代理人: 張毅

1.一種基于多網絡融合和多層網絡擴散的抑郁障礙基因特征挖掘方法，其特征在于，該基因特征挖掘方法包括以下步驟：

步驟1：將多種類型的生物數據建模轉換成基因關聯網絡：計算人類基因表達譜的皮爾遜系數，獲取每個基因最相似的k個鄰居，構建稀疏化的k近鄰基因共表達網絡；通過疾病相似性網絡和疾病基因關聯，計算基因語義相似性網絡；

步驟2：將所述基因關聯網絡中的k近鄰基因共表達網絡、基因語義相似性網絡和多類型的蛋白質物理相互作用網絡中對應相同基因的節點相互連接，構建多層基因網絡的鄰接矩陣，實現多網絡融合；通過多層基因網絡的鄰接矩陣的列歸一化，計算多層基因網絡的擴散矩陣；

步驟3：依據抑郁障礙基因驅動的多層基因網絡擴散動力學方程，將抑郁障礙的已知致病基因作為擴散源，激發抑郁障礙基因驅動的多層基因網絡擴散動力學過程，計算多層基因網絡中每個節點的狀態在擴散過程中的擴散特征；

步驟4：通過計算多層基因網絡中對應相同基因的網絡節點的所述擴散特征的幾何均值，獲得綜合的抑郁障礙基因特征；依據綜合的抑郁障礙基因特征優選出抑郁障礙相關基因。

2.根據權利要求1所述的基于多網絡融合和多層網絡擴散的抑郁障礙基因特征挖掘方法，其特征在于，步驟1中具體包括：

步驟1.1：獲取抑郁障礙及各種相關疾病已知的致病基因數據、疾病表型關聯注釋數據、人類表型本體數據以及基因表達數據；將多種類型的數據轉換成基因關聯網絡，包括基因共表達網絡和基于疾病基因關聯的基因語義相似性網絡；

基因關聯網絡的計算方法如下：為將基因表達譜數據應用到基因特征挖掘中，計算人類基因表達譜基因之間的皮爾遜系數其中表示基因表達矩陣X的第i行的均值，X_ip表示基因表達矩陣X第i行第p列的元素值，獲取每個基因最相似的k個鄰居，構建稀疏化的k近鄰基因共表達網絡及共表達矩陣；為將疾病語義數據應用到基因特征挖掘中，通過疾病相似性網絡和疾病基因關聯，計算基因語義相似性網絡，計算方法為：

其中d_1i表示與基因g₁關聯的疾病，d_2j表示與基因g₂關聯的疾病；n表示與基因g₁關聯的疾病數量；m表示與基因g₂關聯的疾病數量；Sim(d_1i，d_2j)表示疾病d_1i和疾病d_2j之間的相似性或者關聯。

3.根據權利要求2所述的基于多網絡融合和多層網絡擴散的抑郁障礙基因特征挖掘方法，其特征在于，所述步驟1.1后還包括步驟1.2：獲取多類型的蛋白質物理相互作用網絡，所述蛋白質物理相互作用網絡包括調控網絡、代謝網絡、信號傳導網絡、蛋白質復合物網絡、蛋白質激酶網絡、高通量二元相互作用網絡、文獻驗證的蛋白質相互作用網絡的一種或者多種。

4.根據權利要求1或2所述的基于多網絡融合和多層網絡擴散的抑郁障礙基因特征挖掘方法，其特征在于，步驟2中具體包括：

步驟2.1：為實現多網絡融合，將M個基因網絡中對應相同基因的節點相互連接起來，構建多層基因網絡的鄰接矩陣，其鄰接矩陣表示為A＝A_intra+A_inter∈R^NM×NM，A_intra表示獨立網絡層的超矩陣，A_inter表示層間網絡超矩陣，N表示各網絡層中的基因數目；獨立網絡層的超矩陣定義為，

其中A^(α)表示α網絡層的鄰接矩陣；層間網絡超矩陣定義為，

其中A^L∈R^M×M表示網絡層連接矩陣，I∈R^N×N為單位矩陣，表示克羅內克積；

步驟2.2：通過對多層基因網絡的鄰接矩陣的列歸一化，計算多層基因網絡的擴散矩陣，擴散矩陣的每個元素值的計算方法為：W_ij＝A_ij/∑_iA_ij；其中，A_ij為矩陣A的元素值。