[发明专利]高维度低样本基因数据筛选及蛋白质网络分析方法及系统有效

专利信息
申请号: 201911424402.3 申请日: 2019-12-31
公开(公告)号: CN111192638B 公开(公告)日: 2022-04-22
发明(设计)人: 章乐;游宇杰;陈渝杰 申请(专利权)人: 四川大学
主分类号: G16B40/00 分类号: G16B40/00;G16B20/00;G16B15/20;G16B45/00
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 610044 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 维度 样本 基因 数据 筛选 蛋白质 网络分析 方法 系统
【权利要求书】:

1.一种高维度低样本基因数据筛选及蛋白质网络分析方法,其包括:

步骤1、对原始GBM(多形性胶质母细胞瘤)样本数据进行预处理,获得GBM数据;

步骤2、基于预处理后的所述GBM数据,进行特征提取,所述特征提取包括:首先利用CoxLasso方法筛选协变量,再利用Conditional SIS方法筛选协变量,在此基础上再次使用CoxLasso方法筛选协变量,在筛选出的协变量中添加每个协变量之间的交互项;

步骤3、针对筛选出的添加了交互项的协变量,执行回归分析,获得基因结果;

所述步骤3中,执行回归分析采用以下方式:

其中,X是p维度协变量,β表示通过CoxSisLasso策略和最终选择的协变量的索引指数,xi是第i个个体潜在预测因子的向量;D是事件的一组指数,Rk表示时间tk处于风险中的个体的一组指数;调节参数λ是控制估计量的稀疏性;Θ是增强的选定预测值的集合C0∪C1;其中C0表示所选协变量与lasso的索引,C1表示条件sis保留的协变量,表示所选基因之间交互项;

步骤4、针对所述基因结果,利用T检验,筛选得到最终筛选基因;

步骤5、基于所述最终筛选基因,通过增强相关基因表达、敲除相关基因表达,获得相关蛋白质的含量变化,并计算相关蛋白质的折叠变化值;

所述折叠变化值通过以下方式获取:

其中,FCi是实验组蛋白质和ExPj控制组蛋白质之间的折叠变化值,i代表这两组蛋白质的指数,ExPj和CoPj是用RPPA测定的蛋白质含量,j代表实验的索引,m代表复制数;

步骤6、通过以下方式确定被相关基因促进或抑制的蛋白质:

其中,FCi是实验组蛋白质和ExPj控制组蛋白质之间的折叠变化值。

2.根据权利要求1所述的方法,其特征在于,所述步骤2中,在筛选出的协变量中添加交互项中,由下式得到每个协变量:

并在其中添加协变量之间的交互项,得到新的协变量数据和交互项数据;

其中,Θ是增强的选定预测值的集合C0∪C1,C0表示所选协变量与lasso的索引,C1表示条件sis保留的协变量。

3.根据权利要求1所述的方法,其特征在于,所述步骤6进一步包括,基于确定的被相关基因促进或抑制的蛋白质,获取蛋白质的通路关系,绘制通路图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911424402.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code