[发明专利]通过对存活事件进行联合建模来确定潜在的癌症治疗靶标

权利要求书

1.一种系统，包括：

存储器，其存储计算机可执行组件；

处理器，其执行存储在所述存储器中的所述计算机可执行组件，其中所述计算机可执行组件包括：

活性遗传因子识别组件，其使用多任务学习模型评估分别存活于不同类型的癌症的患者组的癌症存活数据和患者基因组数据以识别分别与所述不同类型的癌症相关联的活性遗传因子；和

疾病关联组件，其确定在所述不同类型的癌症中的两种或更多种类型的癌症之间共享的所述活性遗传因子的共同活性遗传因子。

2.如权利要求1所述的系统，进一步包括：

评分组件，其根据所述多任务学习模型确定所述活性遗传因子的分数，所述分数分别表示所述活性遗传因子与分别与所述活性遗传因子相关联的不同类型的癌症之间的关联程度。

3.如权利要求2所述的系统，进一步包括：

选择组件，其基于分别与所述活性遗传因子中的一种或多种活性遗传因子相关联的分数来选择所述一种或多种活性遗传因子作为基因治疗靶标。

4.如权利要求1所述的系统，其中，疾病关联组件进一步基于所述不同类型的癌症的子集中包括的相应类型的癌症之间共享的共同活性遗传因子的数目来确定代表所述子集之间的关系的关系参数。

5.如权利要求4所述的系统，进一步包括：

评分组件，其基于在所述子集中包括的相应类型的癌症之间共享的共同活性遗传因子的数目确定所述子集的关联分数，其中所述关联分数反映所述相应类型的癌症相关的程度。

6.如权利要求4所述的系统，进一步包括：

优化组件，其基于所述关系参数来更新所述多任务学习模型，由此生成更新的多任务学习模型，并且指导活性遗传因子识别组件采用所述更新的多任务学习模型来基于所述癌症存活数据和所述患者基因组数据识别分别与所述不同类型的癌症相关联的更新的活性遗传因子。

7.如权利要求1所述的系统，进一步包括：

索引组件，其基于所述共同活性遗传因子生成一个索引数据结构，该索引数据结构针对所述共同活性遗传因子的相应共同活性遗传因子标识与所述相应共同活性遗传因子相关联的不同类型的癌症的每一个。

8.如权利要求1所述的系统，其中，疾病关联组件进一步评估所述不同类型的癌症的历史疾病关联信息以确定代表所述不同类型的癌症的子集之间的历史关系的历史关系参数。

9.根据权利要求8所述的系统，其中，疾病关联组件进一步基于所述历史关系和所述共同活性遗传因子确定代表所述不同类型的癌症的所述子集之间的更新的关系的更新的关系参数。

10.如权利要求8所述的系统，其中，多任务学习组件进一步评估所述历史关系参数以识别分别与所述不同类型的癌症相关联的活性遗传因子。

11.如权利要求1所述的系统，其中，多任务学习模型将确定分别与所述不同类型的癌症相关联的所述活性遗传因子的多个任务建模为优化问题。

12.一种计算机实现的方法，包括：

由可操作地耦合至处理器的设备采用多任务学习模型以基于分别存活于不同类型的癌症的患者组的癌症存活数据和患者基因组数据来确定分别与所述不同类型的癌症相关联的活性遗传因子；和

由所述设备确定在所述不同类型的癌症中的两种或更多种类型的癌症之间共享的所述活性遗传因子的共同活性遗传因子。

13.如权利要求12所述的计算机实现的方法，进一步包括：

根据所述多任务学习模型，确定分别表示所述活性遗传因子与分别与所述活性遗传因子相关联的不同类型的癌症之间的关联程度的所述活性遗传因子的分数；和

由所述设备基于分别与所述活性遗传因子中的一个或多个活性遗传因子相关联的分数来选择所述一个或多个活性遗传因子作为基因治疗靶标。