[发明专利]一种基于多个转录组数据集整合与药物靶标信息的重定位药物发现方法

权利要求书

1.一种基于多个转录组数据集整合与药物靶标信息的重定位药物发现方法，其特征在于：包括以下步骤：

步骤1：针对任一疾病，从开放组学数据库中获取含有表型信息的多个转录组数据集，表型信息为“是否罹患该病”和/或“疾病预后”；

步骤2：通过统计分析方法计算各转录组数据集中各基因与表型的关联度统计量，在各转录组数据集中筛选与表型稳定且显著相关的基因；对筛选出的与表性稳定且显著相关的每个基因，分别定量合并其在各转录组数据集中的基因与表型的关联度统计量，得到筛选出的每个基因的关联度统计量的合并值；

对于“是否罹患该病”的表型信息，统计分析方法为Spearman相关分析，对于“疾病预后”的表型信息，统计分析方法为Cox回归分析；

各转录组数据集中的各基因与表型的关联度统计量为Spearman相关分析计算得出的相关系数r经Fisher变换得到的z值，或Cox回归分析计算得出的回归系数β经近似计算公式转换为相关系数r后再经Fisher变换得到的z值；

与表型稳定且显著相关的基因为关联度统计量的正负性在各转录组数据集中均一致且经Benjamini-Hochberg法多重检验校正后显著性检验P值均小于0.05的基因，若关联度统计量为正，则该基因与疾病的发病或不良预后存在正相关关系，反之为负相关关系；

定量合并为计算以关联度统计量的抽样方差的倒数为权重的单个转录组数据集关联度统计量的加权平均值；

步骤3：根据步骤2中筛选的与表型稳定且显著相关的基因来构建系统生物学网络，系统生物学网络为基于Search Tool for Recurring Instances of Neighbouring Genes数据库的默认参数(0.4)的蛋白-蛋白相互作用网络；

步骤4：根据步骤2中得到的各基因的关联度统计量合并值和步骤3中构建的系统生物学网络，通过节点排序算法计算各基因的重要性评分，节点排序算法为GeneRank算法；

步骤5：根据药物靶标数据库中的信息，获取待测药物在所述系统生物学网络中的靶基因列表；

步骤6：根据步骤4中得到的各基因的重要性评分和步骤5中得到的待测药物的靶基因列表，通过统计检验分析待测药物靶基因的重要性；当待测药物的靶基因列表中各元素重要性评分的和在重抽样分布中的百分位数大于95％时，所述待测药物为具有潜在治疗作用的重定位药物；统计检验为通过R次重抽样，计算待测药物的靶基因列表中各元素重要性评分的和在重抽样分布中的百分位数。

2.根据权利要求1所述一种基于多个转录组数据集整合与药物靶标信息的重定位药物发现方法，其特征在于：所述步骤2中的各转录组数据集中各基因与表型的关联度统计量为Spearman相关分析计算得出的相关系数r经Fisher变换得到的z值，或Cox回归分析计算得出的回归系数β经近似计算公式转换为相关系数r后再经Fisher变换得到的z值；

其中，相关系数r经Fisher变换为z值的计算公式如下：

回归系数β转换为相关系数r的近似计算公式如下：

其中，e为自然底数。

3.根据权利要求2所述一种基于多个转录组数据集整合与药物靶标信息的重定位药物发现方法，其特征在于：所述步骤2中的定量合并为计算以关联度统计量的抽样方差的倒数为权重的单个转录组数据集关联度统计量的加权平均值；

其中，单个转录组数据集关联度统计量的抽样方差v的计算公式如下：

其中，n为某单个转录组数据集的样本量；

以关联度统计量的抽样方差的倒数为权重的单个转录组数据集关联度统计量的加权平均值的计算公式如下：

其中，N为转录组数据集的个数，z_i,j为基因i在转录组数据集j中的关联度统计量，v_i,j为其抽样方差，Z_i为该基因的关联度统计量的合并值。