[发明专利]基于共表达网络的癌症靶向标志物测绘方法

说明书

一种基于共表达网络的癌症靶向标志物测绘方法，包括以下步骤：1)构建共表达基础网络，根据特征基因的基因表达数据计算邻接矩阵与拓扑矩阵；2)提取共表达基础网络的特征，即将拓扑网络的各个基因节点转换为特征向量作为网络的特征值；3)训练神经网络模型，根据游走序列，进行神经网络模型参数的训练；4)进行癌症靶向标志物测绘，根据基于密度峰的聚类中心自适应算法进行靶向基因社区的自动发现。本发明提供一种具有良好的普适性和精度，采用共表达基础网络构建和节点特征向量提取以及基因社区自动发现实现目标基因测绘的方法。

技术领域

本发明属于生物信息技术领域，具体涉及一种癌症靶向目标基因测绘方法。

背景技术

随着近年来科技以及医疗水平的不断进步，人们对抗疾病的能力与信心不断增强，但其中仍然存在许多缺陷与技术障碍。根据世界卫生组织的癌症报告估计，过去五年内中国癌症发病人数约占全球发病总人数的五分之一，而因罹患癌症死亡的人数则已超过全球癌症死亡总人数的四分之一。癌症死亡率居高不下，一个重要原因在于我国癌症发现较多处于中晚期。因此，人们在不断研究新的癌症治疗方法的同时，对于癌症靶向基因的检测，关键基因的提取以及相关癌症标志物的鉴定需要投入更多的科研精力。

基因共表达网络分析作为一种挖掘和呈现基因在不同患病样本中表达形式的有效方法，可以搜索高度共表达的基因模块，而模块中包含的关键基因则可用于该模块的信息提炼。研究人员能够以此深入探讨基因模块或其关键基因与实际样本表型之间的关联关系。而在实际应用层面，基因共表达网络构建的基础——加权基因共表达网络构建(WGCNA)算法，已被用于复杂疾病的候选标记或药物靶点的鉴定和多项疾病的研究，如家族性混合型高脂血症、自闭症、阿尔兹海默症的关联基因、生物学通路和肿瘤治疗靶点的鉴定与测绘。在胶质母细胞瘤的研究过程中，研究者利用加权基因共表达网络成功挖掘得到与已知癌症相关模块高度重叠的基因共表达模块，而其中的一个关键基因被证实为该治疗的靶点基因。在骨密度的研究中，通过对不同骨密度妇女的单细胞核mRNA基因表达数据构建共表达网络，发现了与骨密度存在显著关联关系的模块，该结论也同样得到了相关遗传学研究结果的支持。

综上所述，深入理解基因共表达网络与WGCNA算法的基本原理，熟练掌握该方法，在其基础上进行创新与改进，并将其运用到实际的临床科学研究中，具有极其重要的理论与实践意义。

发明内容

针对共表达网络的复杂性问题，本发明通过计算基因间表达水平的相关系数构建基础网络，利用二阶随机游走与神经网络模型训练得到网络节点的特征向量，并设计聚类中心自适应算法进行靶向基因社区的自动发现。

为了解决上述技术问题本发明提供如下的技术方案：

一种高效的基于共表达网络的癌症靶向标志物测绘方法，所述方法包括以下步骤：

1)构建共表达基础网络，根据特征基因的基因表达数据计算邻接矩阵与拓扑矩阵，过程如下：

1.1)将已经经过预处理与筛选的特征基因的基因表达数据作为构建共表达基础网络的源数据；

1.2)计算邻接矩阵，使用基因间表达水平的相关系数的幂指数加权值作为共表达的邻接矩阵，表示为Amatrix＝[a_ij]，计算公式如下：

式(1)中，M_pool3表示候选基因个数，即特征基因的数量；cor(·,·) 表示基因i与基因j之间的相关系数；β表示加权幂指数，β的值根据无标度网络原则确定：即出现连接度为k的节点个数与该节点出现的概率p(k)反比于k的τ次方，且此时的相关系数需大于某一阈值thre (一般取thre＝0.8)；

1.3)计算拓扑矩阵，考虑基因与其它所有基因间的邻接关系，将邻接矩阵Amatrix转换为拓扑矩阵Ωmatrix＝[ω_ij]，计算公式如下：