[发明专利]一种识别阿尔茨海默症相关生物标志物的相关性分析方法

权利要求书

1.一种识别阿尔茨海默症相关生物标志物的相关性分析方法，其特征在于，基于联合连通性的稀疏非负矩阵分解，将结构磁共振成像SMRI、单核苷酸多态性位点SNP和基因表达数据同时投影到一个公共特征空间中，还添加了大脑每个区域的连通性信息和遗传数据作为先验知识，以识别与阿尔茨海默病患者、早期认知障碍患者相关的感兴趣区域ROI，风险SNP位点和风险基因。

2.如权利要求1所述的识别阿尔茨海默症相关生物标志物的相关性分析方法，其特征在于，所述相关性分析方法的和目标函数如下：

令和为W_ij≥0、(H_I)_ij≥0的拉格朗日乘数，

L关于W和H_I的偏导数是：

基于Karush-Kuhn-Tucher条件，Ψ_ijW_ij为0，且(H_I)_ij为0，得到W_ij和(H_I)_ij：

其中，X₁代表输入的sMRI影像数据，X₂代表SNP数据，X₃代表基因表达数据；W是三种数据的基矩阵，H_i(i＝1,2,3…)分别是三种数据的系数矩阵，A_i(i＝1,2,3…)代表不同数据之间的邻接矩阵，B_i(i＝1,2,3…)代表每种数据的拉普拉斯矩阵；λ_i、β_i、γ_i(i＝1,2,3…)是控制各约束项稀疏性的参数；i,j分别代表矩阵的第i行和第j列；k代表共表达模块数。