[发明专利]基于可变剪接差异的基因分析方法、系统、装置及介质

权利要求书

1.基于可变剪接差异的基因分析方法，其特征在于，包括以下步骤：

从样本集中获取基因数据，所述样本集包括癌症样本和正常样本；

基于所述基因数据，分别获取单个基因各个异构体在癌症和正常状态下的表达量；

通过散度分别对基因每个异构体在癌症和正常状态下的表达差异进行分析，得到基因的散度值；

对各个基因的散度值进行排序，并输出散度值大于预设散度阈值的基因数据；

所述从样本集中获取基因数据这一步骤，其具体包括：

获取基因的异构体数据信息，剔除只含单个异构体的基因；

通过TPM衡量基因各个异构体的表达丰度，并基于预设的表达丰度阈值对基因的异构体进行筛选；

所述通过散度分别对基因每个异构体在癌症和正常状态下的表达差异进行分析这一步骤，其具体包括：

分别获取基因所有异构体在癌症和正常状态下的表达总量；

基于所述表达总量，依次计算基因每个异构体在癌症和正常状态下的表达量占比；

根据基因每个异构体在癌症和正常状态下的表达量占比，通过KL散度对基因在癌症和正常状态下的表达差异进行分析；

所述通过KL散度对基因在癌症和正常状态下的表达差异进行分析这一步骤，其具体为：

通过公式获取基因在癌症和正常状态下的表达差异的KL散度值；

其中，i为基因x的异构体编号，k为基因x的异构体总个数，KL(p||q)为基因x在癌症和正常状态下的表达差异的KL散度值；p(x_i)为基因x第i个异构体在癌症状态下的表达量百分比，q(x_i)为基因x第i个异构体在正常状态下的表达量百分比。

2.根据权利要求1所述的基于可变剪接差异的基因分析方法，其特征在于：所述通过散度分别对基因每个异构体在癌症和正常状态下的表达差异进行分析这一步骤，其具体包括：

分别获取基因所有异构体在癌症和正常状态下的表达总量；

基于所述表达总量，依次计算基因每个异构体在癌症和正常状态下的表达量占比；

根据基因每个异构体在癌症和正常状态下的表达量占比，通过JS散度对基因在癌症和正常状态下的表达差异进行分析。

3.基于可变剪接差异的基因分析系统，其特征在于，包括：

获取模块，用于从样本集中获取基因数据，所述样本集包括癌症样本和正常样本；

处理模块，用于基于所述基因数据，分别获取单个基因各个异构体在癌症和正常状态下的表达量；

分析模块，用于通过散度分别对基因每个异构体在癌症和正常状态下的表达差异进行分析，得到基因的散度值；

排序模块，用于对各个基因的散度值进行排序，并输出散度值大于预设散度阈值的基因数据；

所述从样本集中获取基因数据这一步骤，其具体包括：

获取基因的异构体数据信息，剔除只含单个异构体的基因；

通过TPM衡量基因各个异构体的表达丰度，并基于预设的表达丰度阈值对基因的异构体进行筛选；

所述通过散度分别对基因每个异构体在癌症和正常状态下的表达差异进行分析这一步骤，其具体包括：

分别获取基因所有异构体在癌症和正常状态下的表达总量；

基于所述表达总量，依次计算基因每个异构体在癌症和正常状态下的表达量占比；

根据基因每个异构体在癌症和正常状态下的表达量占比，通过KL散度对基因在癌症和正常状态下的表达差异进行分析；

所述通过KL散度对基因在癌症和正常状态下的表达差异进行分析这一步骤，其具体为：

通过公式获取基因在癌症和正常状态下的表达差异的KL散度值；

其中，i为基因x的异构体编号，k为基因x的异构体总个数，KL(p||q)为基因x在癌症和正常状态下的表达差异的KL散度值；p(x_i)为基因x第i个异构体在癌症状态下的表达量百分比，q(x_i)为基因x第i个异构体在正常状态下的表达量百分比。