[發明專利]一種膽道閉鎖潛在分子亞型及其核心基因的識別方法

在審

• 申請號: 202210368254.3
• 申請日: 2022-04-08
• 公開（公告）號: CN114783515A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 洪貴妮;李紅東;陳治宏
• 申請（專利權）人: 贛南醫學院
• 主分類號: G16B20/30
• 分類號: G16B20/30;G16H50/20;G06K9/62
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 彭小蘭

本申請涉及一種膽道閉鎖潛在分子亞型及其核心基因的識別方法，基于樣本內基因間相對表達秩次關系，挖掘潛在的具有亞型識別能力的基因對，再通過聚類分析識別分子亞型并驗證，然后利用加權基因共表達網絡分析識別BA亞型相關的基因模塊篩選亞型相關的核心基因。擺脫了基因表達絕對值的限制，克服了不同實驗室間表達值不可比的弱點，最大程度地消除了群體差異對結果造成的影響，且通過這種方法識別的膽道閉鎖亞型關鍵基因可以應用于單個個體樣本。

技術領域

本申請涉及膽道閉鎖基因識別技術領域，特別是涉及一種膽道閉鎖潛在分子亞型及其核心基因的識別方法。

背景技術

膽道閉鎖(biliary atresia，BA)是新生兒常見的一種進行性的阻塞性膽道疾病，臨床表現為梗阻性黃疸，如果BA患兒得不到及時治療，易發展為膽汁淤積性肝硬化、門靜脈高壓，最終導致肝衰竭而死亡。目前，研究者提出了許多理論來解釋BA的病因，包括基因缺陷、病毒感染、免疫形態異常、基因的多態性等。BA的復雜致病因素，暗示了BA中可能存在不同的分子亞型。

目前，基于高通量數據對疾病進行分子亞型的研究主要是根據樣本基因表達水平的相似性。通過無監督聚類的方法，例如，非負矩陣分解(NMF)、層次聚類和潛在因子分析(LF)等挖掘潛在的分子亞型，但這類方法往往基于較為復雜的數量統計模型，同時由于基因芯片的檢測受實驗條件、試劑批號、實驗操作人員及操作流程的影響較大，導致由不同實驗室檢測的樣本及由同一個實驗室不同批次檢測的樣本存在系統性偏差，當從一組樣本中識別了預后標志并估計了預測預后的閾值后，該閾值并不能直接應用于由其它實驗室采用同樣的基因芯片平臺檢測的樣本中，需要被重新訓練，因此難以利用不同實驗室檢測的數據直接驗證一組標志，更難以應用于單個樣本的個體化判斷。

發明內容

基于此，有必要針對上述技術問題，提供一種新的膽道閉鎖潛在分子亞型及其核心基因的識別方法。

一種膽道閉鎖潛在分子亞型及其核心基因的識別方法，所述方法包括：

步驟A：從基因表達綜合數據庫獲取膽道閉鎖組織原始表達譜數據，對所述表達譜數據進行預處理得到包含正常組織樣本、疾病組織樣本的背景基因；

步驟B：將背景基因兩兩組合，比較所述正常組織樣本、所述疾病組織樣本中基因對的相對表達秩次關系差異，確定具有潛在疾病分子亞型鑒別能力的基因對，根據所述具有潛在疾病分子亞型鑒別能力的基因對識別疾病分子亞型；

步驟C：基于預先設計的加權基因共表達網絡提取所述疾病分子亞型相關的基因模塊作為候選模塊；

步驟D：對所述候選模塊內的基因進行蛋白與蛋白之間的互作分析，篩選得到核心基因。

在其中一個實施例中，所述步驟A：從基因表達綜合數據庫獲取膽道閉鎖組織原始表達譜數據，對所述表達譜數據進行預處理得到包含正常組織樣本、疾病組織樣本的背景基因，具體包括：

從GEO下載原始膽道閉鎖組織表達譜數據，利用R軟件Affy軟件包提供的RMA算法對其進行背景校正，并利用平臺注釋文件將探針ID對應到基因ID上。

在其中一個實施例中，所述步驟B：將背景基因兩兩組合，比較所述正常組織樣本、所述疾病組織樣本中基因對的相對表達秩次關系差異，確定具有潛在疾病分子亞型鑒別能力的基因對，根據所述具有潛在疾病分子亞型鑒別能力的基因對識別疾病分子亞型，具體包括：

步驟B1：基于基因對中兩基因的基因表達水平大小關系，篩選所述正常組織樣本中基因間表達穩定的基因對作為穩定基因對；

步驟B2：基于所述穩定基因對在疾病組織樣本中相對表達秩次關系的改變情況，篩選所述疾病組織樣本中的逆轉基因對；