[发明专利]基于融合网络和多打分策略的预后生物标志物识别方法

说明书

本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法，为了减小样本异质性的影响，首先对样本的基因表达数据进行标准化和主成分分析，取前两个主成分、用高斯混合模型对样本进行聚类；对于每一类，融合多种生物网络，并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物，用于疾病样本的预后分析。

技术领域

本发明涉及生物信息学领域，特别是一种基于融合网络和多打分策略的预后生物标志物识别方法。

背景技术

癌症不是由单一因素导致的恶性疾病。相同病理类型和临床分期的癌症病人即使通过相同的治疗，预后也有很大的差异，这说明癌症具有高度的异质性。因此，识别预后生物标志物至关重要，它们不仅可以指导治疗，而且有助于研究癌症的分子机制。

基因不是单独发挥功能，而是相互作用共同维持内部环境的稳定，因此，生物网络中含有大量的生物信息。目前，利用生物网络作为分析手段来识别预后生物标志物的方法有很多，许多方法基于蛋白质相互作用网络、转录调控网络、通路网络等识别患者的预后生物标记物。例如，Cun和^[1]基于蛋白质相互作用网络提出了基于支持向量机的特征选择方法stSVM，提取有效的生物标志物作为区分不同标签的样本的特征。但单一网络存在网络信息不完整、假阳性和假阴性等问题，因此基于单个网络识别生物标志物可能不准确。一些生物标志物识别方法虽然结合了多种生物网络信息，例如，Choi等人^[2]提出名为CPR的方法，使用改进的PageRank对功能相互作用网络中的基因进行打分和排序，选择排序靠前的基因作为预后生物标志物，但没有从多个生物学角度对含有多种生物信息的网络数据进行分析，这可能导致重要信息被忽略。

同时，基于网络的计算方法通常通过基因在网络中的重要性排序对与疾病样本预后相关的基因进行排序。Winter等人^[3]采用与PageRank类似的NetRank算法预测癌症患者的预后效果。然而，这些方法通常受到癌症样本异质性的影响，导致预测效果不佳。

基于目前研究的不足，有必要提供一种基于融合网络和多打分策略的预后生物标志物识别方法。

[1]Cun Y,H.Network and data integration for biomarkersignature discovery via network smoothed t-statistics[J].PloS one,2013,8(9):e73074.

[2]Choi,J.,Park,S.,Yoon,Y.,et al.Improved prediction of breast canceroutcome by identifying heterogeneous biomarkers.Bioinformatics,2017,33(22):3619-3626.

[3]Winter C,Kristiansen G,Kersting S,et al.Google goes cancer:improving outcome prediction for cancer patients by network-based ranking ofmarker genes[J].PLoS computational biology,2012,8(5):e1002511.

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于融合网络和多打分策略的预后生物标志物识别方法，提高不同预后效果的样本的分类准确性。

为解决上述技术问题，本发明所采用的技术方案是：一种基于融合网络和多打分策略的预后生物标志物识别方法，包括以下步骤：