[發明專利]一種基于機器學習的中藥抗癌關鍵靶標預測方法

有效

• 申請號: 202210148368.7
• 申請日: 2022-02-17
• 公開（公告）號: CN114203255B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 吳嘉瑞;段小霞;劉鑫馗;沈亮亮;姜迪
• 申請（專利權）人: 北京澤橋醫療科技股份有限公司
• 主分類號: G16B15/30
• 分類號: G16B15/30;G16B30/00;G16B40/00
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 杜立軍

本發明實施例公開了一種基于機器學習的中藥抗癌關鍵靶標預測方法，基于機器學習技術，以三種癌癥為例，構建了能夠針對不同癌癥的臨床預后評估模型，闡釋了某些中藥品種具有抗癌作用的可能分子機制，從而為解決中藥抗癌的關鍵靶標預測方法問題提供理論基礎與技術支撐。

技術領域

本發明實施例涉及中醫藥與生物醫學技術領域，具體涉及一種基于機器學習的中藥抗癌關鍵靶標預測方法。

背景技術

癌癥是一種異質性疾病，免疫組化、分子特征、病理分型及基因表達不同，預后往往不同。2020年全球最新癌癥統計數據顯示乳腺癌是全球第一大癌。不同乳腺癌患者的預后狀況有明顯的個體化差異，研究表明基因的異質性和多樣性是導致患者預后不同的主要原因?；蚍中湍芊从巢煌┌Y患者具有的不同臨床表現和預后，為進一步的治療提供了理論支持。針對不同癌癥患者的預后基因分型情況，可以更有效地篩選對應的抗癌藥。

中藥靶向治療癌癥是近年來興起的臨床癌癥治療新方法,目前已受到癌癥領域專家們的密切關注。癌癥的發生和發展是多因素參與、多基因改變及多階段發展的復雜病變過程。而中藥在癌癥治療中越來越受到重視?；谥兴幎喟悬c抗癌的特點，可以結合某類癌癥特殊的預后基因表達情況，驗證或預測該中藥是否具有抗癌的潛力。

發明內容

為此，本發明實施例提供一種基于機器學習的中藥抗癌關鍵靶標預測方法，以便能夠提供一種中藥抗癌預后評估和關鍵靶標預測模型。

為了實現上述目的，根據本發明的第一個方面，提供了一種基于多種數據庫和癌癥患者癌細胞芯片或轉錄組測序數據篩選中藥抗癌基因靶標的方法，該方法包括確定中藥預測靶標和中藥干預作用的潛在基因的方法，具體包括：

步驟一：選定某一中藥品種，檢測分析出其所含的關鍵成分；

步驟二：獲取某種癌癥的芯片數據和轉錄組測序數據，分別篩選出差異表達基因；

步驟三：基于多種數據庫挖掘與該癌癥相關的藥物靶標，分別篩選出公認的藥物靶向作用基因；所述步驟三包括如下步驟：

從DrugBank、PharmGKB數據庫獲取與癌癥相關的藥物靶標；從GeneCards、DisGeNET數據庫獲取與癌癥相關的基因；整合TCGA與GTEx計算癌癥組和正常組的差異表達基因；合并上述基因，去除冗余，作為公認的藥物靶向作用基因；

步驟四：將差異表達基因與藥物靶向作用基因進行整合，確定為中藥關鍵成分干預作用的潛在基因；所述步驟四包括如下步驟：

將差異表達基因與藥物靶向作用基因進行整合，取并集，確定為中藥關鍵成分干預作用的潛在基因；

步驟五：基于多種數據庫信息分別預測中藥關鍵成分的可能作用靶標，并進行靶標的檢驗與合并；所述步驟五包括如下步驟：

基于中藥所含的關鍵成分，使用ChEMBL、STITCH和PharmMapper數據庫分別預測作用靶標，并通過超幾何分布檢驗進行驗證，合并中藥預測靶標；

步驟六：將中藥預測靶標與其干預作用的潛在基因取交集，確定中藥抗癌的基因靶標；所述步驟六中確定的中藥靶向抗癌的基因靶標包括中藥關鍵成分可能激活或者抑制的靶標。

根據本發明的第二個方面，提供了一種基于中藥抗癌基因靶標和癌癥患者癌細胞轉錄組測序數據以及臨床預后信息構建中藥抗癌預后評估模型的方法，該方法包括：獲取中藥抗癌基因靶標在癌癥患者癌細胞中的mRNA表達量和患者的生存死亡信息；采用機器學習的方法，利用患者的存亡狀態和分別與之對應的基因表達狀態構建中藥抗癌預后評估模型；其中，構建模型所用的癌癥類別分別為乳腺癌、肺癌和肝癌；并利用分子對接技術驗證中藥關鍵成分與關鍵靶標之間的相互作用。

進一步地，采用LASSO回歸的方法，構建中藥抗癌預后評估模型。

進一步地，LASSO回歸算法包括如下步驟：