[发明专利]一种面向宏微观多维度胃癌早期风险评估的人工智能建模方法

权利要求书

1.一种面向宏微观多维度胃癌早期风险评估的人工智能建模方法，其特征在于包括：

A)构建用于模拟细胞生命周期的细胞群，在没有外部影响的情况下，该细胞群的细胞数量会稳定在大致相当于初始状态的细胞个数；在受到包括分子特征、遗传因素、医学表型的外部因素的影响的情况下，每个细胞生命周期内的增殖、分化、凋亡、静默的比例会发生变化，其中外部因素的影响改变与癌变相关的细胞生物过程的进行，其中，在多种外部因素的共同作用下，细胞可能产生DNA损伤、基因突变，此时其细胞生命周期会发生紊乱，

B)对细胞群的发展进行长时间的模拟，将模拟结果包含细胞数量持续增多的情况作为发生癌变的情况，把细胞数量重新稳定在一个新状态的情况作为没有发生癌变的情况，

C)重复进行步骤B)，并确定出现癌变的次数与重复的总次数的比例，并用该比例表征患癌风险。

2.基于宏微观多尺度的癌症智能预测模型，该模型以癌症危险因素的暴露情况等宏观表型为输入，经过模型的多尺度模拟，最终输出为个体在不同时间段的癌症风险等级，该预测模型的特点是能够综合癌症多种危险因素，精确量化其对微观分子机制的影响，通过基因-分子-细胞多尺度耦合分析和大量临床数据训练，预测癌变的发生概率。

3.一种应用于癌症预测的空间多维度方法，从包括基因-分子-细胞-系统-生物个体的宏微-微观多维度立体模拟胃细胞的癌变过程，根据癌变过程横断面基因表达数据分析和差异表达基因富集，得出对于癌症发展起关键作用的生物过程，将危险因素致癌作用量化为对细胞内具体生物过程的影响，其特征在于能够多层次立体量化分析致癌影响因素，在分子层面解释其致癌机制。

4.一种应用于癌症预测的时间多尺度特性，其特征在于是从细胞层面对细胞周期进行多尺度动态模拟，进而模拟长达几十年的胃癌演变，细胞层面上，分析每个细胞周期内DNA损伤、基因突变、免疫调节等过程，个体层面上，对每个人进行几十年的模拟，进而分析其不同时间点的患癌风险，其中，用数学方法将不同时间尺度的模拟紧密联系，进而提高在长时间模拟患癌风险的准确性。

5.一种应用人工智能对临床数据与癌变内在机制相结合的方法，包括：建立与精准预测归功于对临床数据与癌变内在机制的结合，通过对生物体组织癌变机制的深入调研，建立较为全面的癌变框架，应用人工智能对临床数据完成进一步的精细化学习，从而使得预测的结果更加精准。

6.一种针对多种患癌危险因素的量化描述方法，包括：将不同的危险因素按照统一的评价标准，量化描述其对细胞增殖分化凋亡和DNA损伤等生物过程的影响程度，将系统层次的影响映射到细胞及基因层次水平，对于描述生物过程更加具体，其中，利用网络化方法将中西医表型统一量化描述，将不同致癌因素综合评估，进一步提高预测的准确率。