[发明专利]一种基于复杂网络的肿瘤转移关键基因检索方法

权利要求书

1.一种基于复杂网络的肿瘤转移关键基因检索方法，其特征即具体步骤如下：

S1，通过从STRING等在线数据库中获取蛋白质相互作用数据，构建PPI(protein-protein interaction)网络；

S2，根据已知的肿瘤转移类型(肿瘤A向肿瘤B转移)，从不同数据库中分别收集和整理肿瘤A和肿瘤B的相关基因数据，其集合定义为S_a和S_b，并对基因数据进行预处理，使其对应在PPI网络中；

S3，将S2中得到的基因整合作为种子节点，在PPI网络上运行随机游走重启算法，得到网络中每个基因的概率得分，选择概率得分大于10^-5的基因，称为RWR基因；

S4，通过置换检验删除p-value值大于0.1的基因，得到的基因称为候选基因；

S5，在PPI网络中选取S4中候选基因之间的相互作用，构建一个局部PPI网络，表示候选基因间的相互关系，并改变该网络的权重；

S6，在S5中的局部PPI网络上搜索S_a中所有基因到S_b中所有基因的最短路径；

S7，根据S6的结果，计算除种子节点外每个节点的介数中心性，选择介数中心性大于0.01的节点对应的基因，这些基因称为肿瘤转移关键基因；

S8，对S7中得到的肿瘤转移关键基因进行富集分析及文献挖掘验证。

2.根据权利要求1所述的一种结合随机游走重启算法和最短路径的计算方法，其特征在于，对于步骤S1，PPI(蛋白质-蛋白质相互作用)是指两个蛋白质分子通过非共价键形成蛋白质复合体的过程，PPI在细胞内和细胞间生化过程中起着重要作用，可用于遗传疾病的研究，其中蛋白质相互作用信息包含了蛋白质之间的物理和功能联系，可以更广泛地表达蛋白质之间的关系，研究证明，PPI中的两种蛋白更有可能具有类似的功能，因此，利用蛋白质相互作用信息构建PPI网络可以检索与肿瘤转移有关的关键基因，PPI网络中节点表示蛋白质，当两个蛋白质之间存在相互作用时，其对应节点之间存在一条连边，边权表示蛋白质之间的置信得分。

3.根据权利要求1所述的一种结合随机游走重启算法和最短路径的计算方法，其特征在于，对于步骤S2，将S_a和S_b中的基因整合并删去重复的基因，得到n个独特的基因作为随机游走算法的种子节点。

4.根据权利要求1所述的一种结合随机游走重启算法和最短路径的计算方法，其特征在于，对于步骤S3，随机游走重启算法是一种经典的排序算法，它从一些种子节点开始，模拟网络中节点的随机游走和重启，在算法的每一步中，节点都以相等的概率移动到其邻居节点，并以一定的概率返回种子节点，经过多次迭代后，算法的结果趋于稳定，根据概率得分对节点进行排名，随机游走重启算法的迭代公式如下：

P_i+1＝(1-r)AP_i+rP₀ (1)

其中P₀为初始概率得分列向量，其种子节点对应的值的设置为1/n，其它节点对应值设置为0，其中P_i表示执行第i步后得到的概率得分列向量，A表示PPI网络的列归一化邻接矩阵，r为重启概率，以表示种子节点的重要程度，当‖P_i+1-P_i‖_L110^-6时，迭代结果趋于稳定，算法停止，并且输出P_i+1，算法的最终结果表示种子节点在网络中随机游走到其他节点的概率，体现了其他节点与种子节点的相关性，选择概率得分大于10^-5的基因，称为RWR基因。