[发明专利]用于基于网络的生物活性评估的系统与方法

说明书

背景技术

人体由于暴露给可能有害的制剂(agent)而不断地被扰动，就长期而言，这些制剂会造成严重的健康风险。暴露给这些制剂会危及人体内部的生物机制的正常机能。为了理解并量化这些扰动对人体的影响，研究人员研究了生物系统对暴露给制剂作出响应的机制。有些组大量利用活体动物测试方法。但是，因为关于其可靠性和相关性还存在疑问，所以动物测试方法不总是充分的。不同动物的生理系统中存在许多差异。因此，不同的物种会对暴露给一种制剂有不同的响应。因此，关于从动物测试获得的响应是否可以外推到人类生物学还存在疑问。其它方法包括通过人类志愿者的临床研究评估风险。但是这些风险评估是后验执行的而且，因为疾病可能要花几十年才表现出来，所以这些评估可能不足以说明把有害物质关联到疾病的机制。还有其它方法包括试管(in vitro)实验。虽然，作为其基于动物的对等体的完全或部分代替方法，基于试管细胞与组织的方法已经获得普遍认同，但是这些方法具有有限的价值。因为试管方法集中在细胞和组织机制特定方面；所以它们不总是考虑到发生在整个生物系统中的复杂相互作用。

在过去的十年中，核酸、蛋白质与代谢物水平的高吞吐量测量结合传统的依赖剂量的疗效与毒性检测已经作为一种用于说明许多生物过程作用机制的手段出现。研究人员已经尝试结合来自这些全异测量的信息与来自科学文献的关于生化过程的知识来组成有意义的生物模型。为此，研究人员已经开始使用可以挖掘大量数据的数学与计算技术，诸如群集与统计方法，来识别可能的生物作用机制。

之前的工作还探究了揭开基因表达变化的特征签名的重要性，这种基因表达变化是由于对生物过程的一个或多个扰动导致的，以及还 探究了对那种签名在附加数据集中的存在进行后续打分，作为那个过程的具体活性量值(activity amplitude)的测量。这方面的大部分工作涉及识别与疾病表型(phenotype)关联的签名并给其打分。这些得自表型的签名提供了显著的分类能力，但是缺乏单个具体扰动与该签名之间的机制或因果关系。因此，这些签名可能代表多个截然不同的未知扰动，这些扰动通过常常未知的机制导致相同的疾病表型或者得自于相同的疾病表型。

一个挑战在于理解生物系统中各个个别生物实体的活性如何使得能够激活或抑制不同的生物机制。因为个别实体，诸如基因，会在多个生物过程（例如，发炎和细胞增殖）中涉及到，所以基因的活性测量不足以识别触发该活性的底层生物过程。

发明内容

这里描述了基于从生物系统中的实体子集测出的活性数据来量化生物系统对一个或多个扰动的响应的系统与方法。当前技术既不适于识别可以在微观级导致生物实体的活性的底层机制，也不提供对不同生物机制的激活的量化评估，其中这些实体响应于可能有害的制剂和实验条件而起作用。因此，需要改进的系统和方法来鉴于生物机制而分析全系统的生物数据，并且在生物系统对制剂或者环境中的变化作出响应时量化生物系统中的变化。描述了基于测出的活性数据以及描述测量和未测量的实体之间关系的生物系统的网络模型来推断未测量的实体的活性的系统与方法。

一方面，在此所述的系统与方法针对用于量化生物系统扰动（例如，响应于诸如制剂暴露的治疗条件(treatment condition)，或者响应于多种治疗条件）的计算机化方法和一个或多个计算机处理器。计算机化方法可以包括在第一处理器接收与第一组生物实体对第一治疗的响应对应的第一组治疗数据。第一生物系统包括第一组生物实体和第二组生物实体。第一生物系统中的每个生物实体与第一生物系统中的至少一个其它生物实体相互作用。计算机化方法还可以包括在第二 处理器接收与第一组生物实体对与第一治疗不同的第二治疗的响应对应的第二组治疗数据。在有些实现中，第一组治疗数据代表向制剂的暴露，而第二组治疗数据是控制数据。计算机化方法还可以包括在第三处理器提供第一计算因果网络模型，所述第一计算因果网络模型代表第一生物系统。所述第一计算因果网络模型包括：代表第一组生物实体的第一组节点，代表第二组生物实体的第二组节点，连接节点并且代表生物实体之间的关系的边，及用于节点或边的方向值，代表第一控制数据与第一治疗数据之间预期的变化方向。在有些实现中，边和方向值代表节点之间的因果激活关系。

计算机化方法还可以包括利用第四处理器为第一组节点中的对应节点计算代表第一治疗数据与第二治疗数据之间的差异的第一组活性测量。