[发明专利]一种多组学数据联合分析的方法

说明书

本发明公开了一种多组学数据联合分析的方法。本发明所提供的多组学数据联合分析的方法包括如下步骤：(A)对待分析的多组学数据中的每个单一组学的指标数据进行共表达网络分析，找到各自的表达模块；(B)根据不同组学数据各自的表达模块之间的重叠关系，筛选出所述待分析的多组学数据之间显著相关的互作模块。本发明所提供的多组学数据联合分析方法不受组学数据的数量限制，理论上可以是任意多个组；同时也不依赖输入数据的来源，只要是能衡量相应组学的指标数据(如基因表达量值、表观的甲基化程度，SNP突变率等)，都可以作为输入数据。

技术领域

本发明涉及生物信息学领域，具体涉及一种多组学数据联合分析的方法。

背景技术

随着科学技术的不断进步，高通量的组学数据开始变得容易获取，他们提供了细胞中几乎所有的成员和相互作用的综合描述。Joyce等将这些数据分成3类：成员、相互作用和功能状态数据。成员数据描述细胞分子的属性；相互作用数据记录分子成员之间的作用关系；功能状态数据指的是整体的细胞表型，揭示所有组学数据作用的整体表现。已有的组数数据描述了从基因组到代谢组的生物信号流。首先，DNA(基因组)被转录为mRNA(转录组)，然后mRNA翻译为蛋白质(蛋白质组)，蛋白质催化反应生成代谢物、糖蛋白和寡糖，以及不同的脂类(脂类组)。其中大部分成员可以在细胞中标记和定位(定位组)。产生和改变这些细胞成分的过程通常取决于分子相互作用(相互作用组)，如转录过程中的蛋白质-DNA相互作用、翻译后的蛋白质相互作用以及酶相互作用等。最后，由代谢通路组成整合的网络或流量图(代谢组)，决定细胞动物或表型(表型组)。

对于复杂的生物过程，单一的组学研究已经很难对其进行深入的解读。多组学数据的分析，为挖掘科学研究热点，提供了新的思路。然而目前，还没有一套成熟的分析方法对多组学进行联合分析，尤其是超过2个组学的数据的分析。

目前，常用的多组学数据的联合分析方法，一般是基于位置关系，像lncRNA与mRNA之间位置关系、miRNA与基因之间的靶向关系、基因与组蛋白结合位置等，或者基于基因表达量的相关性，计算两个组学数据之间的相互关系。

现有的分析方法，通用性较差，不同的项目，可能都需要调整方法、参数来分析；方法局限性比较高，对于超过两个组学的数据，很难满足其科研需求。

发明内容

为了有效的解决以上问题，本发明开发了一套适用于任意多组的组学数据的联合分析方法。

本发明所提供的一种多组学数据联合分析的方法，具体可包括如下步骤：

(A)对待分析的多组学数据中的每个单一组学的指标数据进行共表达网络分析，找到各自的表达模块；

(B)根据步骤(A)得到的不同组学数据各自的表达模块之间的重叠关系，筛选出所述待分析的多组学数据中的互作模块。

其中，这里的所述“共表达网络”是基于某单一组学数据中不同指标的相似性而构建的网络图，图中的节点代表指标，具有共性的指标被连接起来形成网络。所述“共表达网络”中被连接起来的一组具有共性的指标即为一个所述“表达模块”。如“基因共表达网络”，是基于基因间表达数据的相似性而构建的网络图，图中的节点代表基因(此处的基因即对应所述指标)，具有相似表达谱的基因被连接起来形成网络。对于所述“基因共表达网络”而言，所述“表达模块”则为所述“基因共表达网络”中被连接起来的一组具有类似表达趋势的基因，如果某些基因在一个生理过程或不同组织中总是具有相类似的表达变化，那么则有理由认为这些基因在功能上是相关的，把它们定义为一个表达模块(module)。

这里所述的“重叠关系”有两层含义，其一是说不同组学数据的表达模块之间共有的指标数，其二是说这个共有的情况是否显著(基于显著模型判断)。

在所述方法中，步骤(A)之前还包括获得所述待分析多组学数据的步骤。