[發明專利]一種基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法

在審

• 申請號: 202210079683.9
• 申請日: 2022-01-24
• 公開（公告）號: CN114927166A
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 郭麗;李孫靜;任得康;任玉杰;竇宇陽;向陽洋
• 申請（專利權）人: 南京郵電大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B5/00;G16B25/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 劉妍妍

1.一種基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，包括以下步驟：

基于多組學數據中提取包含所有Notch通路基因DNA甲基化、mRNA表達譜、miRNA表達、拷貝數變異數據作為模型特征值，并進行缺失值處理和標準化處理，得到標準化高維多組學特征數據，將包含多組學數據的所有特征輸入到降噪自編碼器網絡中來獲得代表性特征；將得到的代表性特征進行單變量Cox-PH分析獲得與生存時間顯著相關的特征數據，對這些特征進行K均值聚類，根據中位風險評分將樣本分為高風險組和低風險組，對這兩組進行Kaplan-Meier生存分析。

2.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，所述基因符合以下任一項的條件：(a)該基因先前與癌癥研究相關，(b)該基因直接參與Notch功能的結合和調節，(c)該基因與Notch家族成員具有表型相關性，該基因的突變或缺失導致其表型與Notch家族功能喪失相似。

3.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，對各個特征值進行樣本篩選，對體細胞突變數據篩選如下：挖掘MC3TCGA MAF文件，確定每個癌癥和泛癌背景下每個基因的非沉默突變頻率；移除攜帶1,000個體細胞突變的高突變樣本；對各類型數據，篩選同一個病人的腫瘤樣本。

4.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，對體細胞突變數據篩選如下：只保留發生非沉默突變的基突變類；對于DNA甲基化數據，選擇每一種癌癥中與mRNA數據成顯著負相關的探針，沒有則刪除這一特征數據；對于miRNA數據，計算每一種癌癥中miRNA與基因表達水平之間的Spearman相關性，然后通過miRTarBasev6.0中的記錄進行過濾；只有在≥3種癌癥類型中出現的相互作用對被認為是miRNA-Notch的高可信調節因子。

5.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，每一項癌癥數據中，排除在癌癥研究中缺失的特征超過20％的患者。

6.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，所述缺失值處理和標準化處理為：將數據利用R語言進行具體數據統計分析，并進行量化，根據中位數填補缺失值，將多個特征值數據以及Notch通路評分進行標準化處理，所有特征都被標準化為平均值為0和標準差為1的數據格式，得到Notch信號通路核心基因在多種癌癥中的標準化多組學數據。

7.根據權利要求6所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，數據采用log2處理后的mRNA和miRNA表達數據作為特征值，采用平均拷貝數或每個基因CpG位點的DNA甲基化提取各自的基因水平特征，并進行量化。

8.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，將標準化高維多組學特征數據輸入至DAE網絡訓練，通過不斷更新權重編碼為一個更小的尺寸的代表性特征，通過計算損失函數不斷更新權重。

9.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，將樣本劃分為兩類，并用于建立基于LASSO算法和交叉驗證的多元Cox比例風險回歸模型。

10.根據權利要求1所述的基于Notch信號通路的泛癌多組學分子分型與預后模型構建方法，其特征在于，K均值聚類的K值為2。