[發明專利]集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統

有效

• 申請號: 202110383651.3
• 申請日: 2021-04-09
• 公開（公告）號: CN113113083B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 吳昊;陳中立;董記華
• 申請（專利權）人: 山東大學
• 主分類號: G16B20/50
• 分類號: G16B20/50;G16B40/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，包括：

加權無向網絡圖構建模塊，被配置為：在蛋白質相互作用網絡的基礎上，利用頂點加權和邊緣加權方法構建加權無向網絡圖；

加權有向網絡圖構建模塊，被配置為：在構建相互作用網絡的基礎上，利用熱擴散原理在上執行重啟隨機游走以構建加權有向圖；

初始候選模塊集構建模塊，被配置為：利用有向網絡圖的強連接性原理創建具有一定基因數量的初始候選模塊集；

最優驅動模塊集構建模塊，被配置為：對初始候選模塊集中的大型模塊利用導出子圖方式進行拆分，并對小型模塊利用貪心策略進行擴展，得到最優驅動模塊集；

所述最優驅動模塊集構建模塊，對小型模塊利用貪心策略進行擴展時，利用貪心策略將滿足條件的葉子模塊添加到種子模塊中，選中與種子模塊中任意節點相連的葉子節點，利用擴展函數進行判斷是否擴展，所述擴展函數表示為：其中，表示葉子模塊中節點g_m與種子模塊中節點連邊的權重平均值，表示葉子模塊中的節點g_m與葉子模塊內其余節點連邊的權重平均值，若節點g_m與種子模塊中節點連邊的平均權重值不小于該節點與外部相連節點邊的平均權重值，將該節點添加到種子模塊中，反之，則不添加。

2.如權利要求1所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，還包括：數據處理模塊，被配置為：針對體細胞突變數據，首先篩除在所有腫瘤類型中低表達的超突變樣本和基因,然后應用基因表達過濾器，刪除不符合要求的基因。

3.如權利要求2所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，所述數據處理模塊，還被配置為：針對組合人類PPI網絡數據，包括高質量的相互作用數據庫HINT和人類相互作用數據庫HI2012；

對HINT中的相互作用關系數據和HI2012中的相互作用關系數據執行合并操作,然后刪除網絡中的閉環和重復邊,最終得到由蛋白質和相互作用構成的蛋白質相互作用網絡；

對HINT及HI2012蛋白質相互作用網絡數據執行合并和刪除閉環和重復邊的操作。

4.如權利要求1所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，所述加權無向網絡圖構建模塊構建加權無向網絡圖時，對于每個頂點，利用節點的度計算其頂點權重，對于每條邊，利用重啟隨機游走計算其邊權重；分別計算基因對間互斥度、基因對間覆蓋度及基因對間相似度進行基因網絡構建。

5.如權利要求1所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，所述加權有向網絡圖構建模塊，重啟隨機游走可以理解為源節點基因以一定的概率轉移到相鄰節點后,利用重啟概率再次回到源節點，此過程反復迭代直到趨于穩定狀態；

重啟隨機游走對每對基因節點創建具有權重的有向邊，最終實現邊緣加權有向圖的構建。

6.如權利要求1所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，所述初始候選模塊集構建模塊構建初始候選模塊集時，對于加權有向圖，利用有向網絡圖的強連接性原理生成有向網絡圖的強連通分量作為模塊添加到初始模塊集中，刪除初始模塊集中小于設定值的模塊，迭代刪除每個模塊中的權重最小邊直至初始模塊集的大小不超過總數，最終得到初始候選模塊集。

7.如權利要求1所述的集體細胞突變數據和蛋白質網絡的腫瘤驅動通路預測系統，其特征是，所述最優驅動模塊集構建模塊對候選模塊集中的大型模塊利用導出子圖方式進行合理拆分時，對于加權有向圖中節點的導出子圖集合，節點數大于其設定值的模塊將作為大型模塊進行拆分；在拆分過程中,有向圖的任一導出子圖,任一導出子圖中具有出度值最大的節點,若最大的節點的局域網絡節點數不少于其設定值,則將其劃分為種子模塊,否則被劃分為葉子模塊。