[发明专利]一种基于脑组织基因表达预测个体年龄信息的方法

权利要求书

1.一种基于脑组织基因表达预测个体年龄信息的方法，其特征在于，包括步骤：

S01、获取待预测个体的脑组织样本的全基因组表达数据；

S02、筛选全基因组表达数据中与年龄具有显著相关关系的基因，作为特征基因；

S03、将特征基因输入至预先建立的年龄回归模型中，预测待预测个体的年龄信息。

2.根据权利要求1所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，在步骤S03中，所述年龄回归模型的建立过程为：

S31、提取多个样本个体中的脑组织样本，测量各脑组织样本的全基因组表达数据；

S32、记录各脑组织样本对应个体的年龄信息，计算所有全基因组表达数据与个体年龄之间的相关性，筛选具有显著相关关系的基因作为特征基因；

S33、根据训练集调整参数，在特征基因的基础上建立回归模型。

3.根据权利要求2所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，在步骤S33之后，还包括步骤S34、利用留一法评估年龄回归模型的性能，计算测试集中个体的预测年龄与实际年龄的相关系数，其中相关系数越大说明回归模型的性能更好。

4.根据权利要求3所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，在步骤34之后，还包括步骤S35、对年龄回归模型进行扰动试验，随机更换样本个体的年龄标签，重新建立年龄回归模型并计算性能指标，通过比较扰动试验与正确模型之间性能指标的差异计算扰动p值，如果扰动p值小于0.01，说明原年龄回归模型是有效的，否则原年龄回归模型的性能评估结果是无效的，原年龄回归模型建立不成功。

5.根据权利要求4所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，在步骤S35中之后，根据性能测试结果对年龄回归模型进行校正，调整模型中特征提取相关参数，重新建立年龄回归模型并进行年龄回归模型评估，直到达到预设结果。

6.根据权利要求2至5中任意一项所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，在步骤S33中，利用支持向量机机器学习方法在特征基因的基础上建立年龄回归模型。

7.根据权利要求4所述的基于脑组织基因表达预测个体年龄信息的方法，其特征在于，步骤S35中扰动试验的次数大于1000次。

8.一种基于脑组织基因表达预测个体年龄信息的系统，其特征在于，包括

获取模块，用于获取待预测个体的脑组织样本的全基因组表达数据；

筛选模块，筛选全基因组表达数据中与年龄具有显著相关关系的基因，作为特征基因；

预测模块，将特征基因输入至预先建立的年龄回归模型中，预测待预测个体的年龄信息。

9.一种计算机存储介质，其上储存有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述的基于脑组织基因表达预测个体年龄信息的方法的步骤。

10.一种计算机设备，包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-7中任意一项所述的基于脑组织基因表达预测个体年龄信息的方法的步骤。