[发明专利]敏感性基因发现方法、装置及存储介质

说明书

本申请涉及一种敏感性基因发现方法、装置及存储介质，属于生物技术领域，该方法包括：获取患者数据集，患者数据集中每组患者数据包括患者的多个基因表达数据、临床数据和生存数据；获取基因发现模型，该模型的模型参数包括目标治疗手段效应参数、各个基因表达数据的基因效应参数和目标治疗手段与各个基因表达数据之间的交互作用效应参数；基于K‑Fold交叉验证算法使用患者数据集对基因发现模型的模型参数进行拟合，以确定多个基因表达数据中对目标治疗手段敏感的基因；可以解决无法确定对目标治疗手段敏感的基因导致无法确定患者对目标治疗手段是否敏感的问题；能够筛选出对目标治疗手段敏感的基因。

技术领域

本申请涉及一种敏感性基因发现方法、装置及存储介质，属于生物技术领域。

背景技术

高通量测序技术又称为“下一代”测序技术，以能一次并行对十几万条到几百万条DNA分子进行序列测定和读长相对较短为标志。高通量测序技术发展迅速，预测罹患疾病的风险已经成为可能。

放射治疗是用不同能量的射线治疗肿瘤的一种局部治疗方法，在肿瘤治疗中的作用和地位日益突出，已成为治疗恶性肿瘤的主要手段。

但是某些患者可能对放射治疗不敏感，此时，若对这些患者使用放射治疗，则无法达到期望的治疗效果。因此，亟需一种对目标治疗手段(比如放疗手段)敏感的基因发现方法。

发明内容

本申请提供了一种敏感性基因发现方法、装置及存储介质，可以解决无法确定对目标治疗手段敏感的基因，从而导致无法确定患者对目标治疗手段是否敏感，治疗效果可能不佳的问题。本申请提供如下技术方案：

第一方面，提供了一种敏感性基因发现方法，所述方法包括：

获取患者数据集，所述患者数据集包括至少两组患者数据，每组患者数据包括对应患者的多个基因表达数据、临床数据和生存数据，所述临床数据包括是否采用目标治疗手段；

获取基因发现模型，所述基因发现模型的模型参数包括目标治疗手段效应参数、各个基因表达数据的基因效应参数和目标治疗手段与各个基因表达数据之间的交互作用效应参数，所述基因发现模型用于预测患者对所述目标治疗手段敏感的基因；

基于K-Fold交叉验证算法使用所述患者数据集对所述基因发现模型的模型参数进行拟合，以确定所述多个基因表达数据中对目标治疗手段敏感的基因。

可选地，所述基于K-Fold交叉验证算法使用所述患者数据集对所述基因发现模型的模型参数进行拟合，以确定所述多个基因表达数据中对目标治疗手段敏感的基因，包括：

将所述患者数据集划分为N份第一数据集，其中，第u份第一数据集为在第u次使用所述第一数据集训练时的验证集，其它第一数据集为在第u次使用所述第一数据集训练时的训练集，所述u依次取1至N的整数，所述N为大于1的整数；

对于每次使用所述第一数据集进行的训练，使用对应的训练集再次基于K-Fold交叉验证算法对单基因发现模型进行训练，得到训练后的单基因发现模型、各个基因的交互作用显著性概率；

基于所述训练后的单基因发现模型确定训练判定阈值和输入所述基因发现模型的训练基因个数，所述训练判定阈值用于确定对应的验证集中的患者是否为对目标治疗手段敏感的第一患者；

按照所述交互作用显著性概率由低到高的顺序，将对应的验证集中训练基因个数个基因表达数据输入所述基因发现模型，得到所述基因发现模型的模型输出结果；

将所述输出结果与所述训练判定阈值进行比较，以确定所述验证集中的每个患者是否属于第一患者；

对于N次使用所述第一数据集进行的训练后得到的各个第一患者，将每个第一患者的k个基因确定为对所述目标治疗手段敏感的基因；所述k个基因基于所述第一患者对应输入至所述基因发现模型的基因确定。

可选地，所述方法还包括：