[发明专利]使用无标记的整合药理学测定分子药理学的方法

权利要求书

1.一种测定无标记生物传感器数据组相似性的方法，所述方法包含：a)获得无标记生物传感器数据组，b)对所述数据组运行聚类分析。

2.如权利要求1所述的方法，其特征在于，所述聚类分析包含运行分级聚类方法。

3.如权利要求2所述的方法，其特征在于，所述分级聚类方法包含集结法。

4.如权利要求2所述的方法，其特征在于，所述分级聚类方法包含分解法。

5.如权利要求1-4中任一项所述的方法，其特征在于，所述方法包含观察组之间区别的测量。

6.如权利要求5所述的方法，其特征在于，所述区别的测量包含距离度量和关联标准。

7.如权利要求6所述的方法，其特征在于，所述距离度量包含欧几里德距离方法、平方欧几里德距离方法、市块距离方法、曼哈顿距离方法、皮尔逊相关方法、皮尔逊相关绝对值方法、非中心相关方法、中心相关方法、史皮尔曼等级相关方法、肯德尔τ方法、最大距离方法、马氏距离方法或余弦相似度方法。

8.如权利要求7所述的方法，其特征在于，所述数据组包含初级指数的数据时，所述距离度量包含有绝对值的非中心相关。

9.如权利要求7所述的方法，其特征在于，所述数据组包含分子调节指数的数据时，所述距离度量包含有绝对值的非中心相关方法或有绝对值的中心相关方法。

10.如权利要求7所述的方法，其特征在于，所述距离度量包含欧几里德距离方法。

11.如权利要求10所述的方法，其特征在于，所述关联标准包含配对平均关联、配对单独关联、配对最大关联或配对质心关联。

12.如权利要求11所述的方法，其特征在于，所述关联标准包含配对最大关联。

13.如权利要求1-12中任一项所述的方法，其特征在于，所述方法包含距离矩阵。

14.如权利要求13所述的方法，其特征在于，所述距离矩阵由矩阵中两排之间的距离组成。

15.如权利要求14所述的方法，其特征在于，所述距离矩阵中的所述排代表节点。

16.如权利要求1-15中任一项所述的方法，其特征在于，所述方法还包含预定的聚类阈值。

17.如权利要求16所述的方法，其特征在于，所述预定的聚类阈值是生物传感器参数。

18.如权利要求1-17中任一项所述的方法，其特征在于，所述运行聚类分析生成相似性矩阵。

19.如权利要求1-18中任一项所述的方法，其特征在于，所述节点包含生物传感器试验中使用的分子。

20.如权利要求1-19中任一项所述的方法，其特征在于，所述边缘属性包含所述细胞响应分子的参数或分子调节指数的参数。

21.如权利要求1-20中任一项所述的方法，其特征在于，选择边缘属性。

22.如权利要求1-21中任一项所述的方法，其特征在于，选择多个节点属性。

23.如权利要求1-22中任一项所述的方法，其特征在于，仅选择所述节点的亚组。

24.如权利要求1-23中任一项所述的方法，其特征在于，所述方法还包含标准化或数据预处理步骤。

25.如权利要求1-24中任一项所述的方法，其特征在于，所述数据预处理步骤包含数据过滤。

26.如权利要求25所述的方法，其特征在于，所述数据组包含初级指数的数据时，所述数据过滤包含最大最小差异计算。

27.如权利要求26所述的方法，其特征在于，所述最大最小差异计算选择刺激后一小时内有至少40皮米最大最小差异的数据点。

28.如权利要求25所述的方法，其特征在于，所述数据组包含调节指数的数据时，所述数据过滤步骤包含除去其生物传感器调节指数相对所有标记或特定标记组含有少于或等于15%调节的分子。

29.如权利要求1-28中任一项所述的方法，其特征在于，所述聚类分析包含二维聚类分析。