[发明专利]基于脑白质完整性与DNA甲基化的遗传影像多模态融合分析方法有效

专利信息
申请号: 202110500589.1 申请日: 2021-05-08
公开(公告)号: CN113345519B 公开(公告)日: 2022-04-15
发明(设计)人: 宗小芬;胡茂林;刘忠纯;徐顺生;翁深宏 申请(专利权)人: 武汉大学
主分类号: G16B20/30 分类号: G16B20/30;G16B30/00;G16B40/00;G16B45/00
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 肖明洲
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 白质 完整性 dna 甲基化 遗传 影像 多模态 融合 分析 方法
【权利要求书】:

1.一种基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:包括以下步骤:

S1:获取多个被试对象的DTI数据,并进行预处理,剔除不符合规定的被试数据;所述被试对象包括受试者和健康对照;

S2:计算DTI数据中全脑各体素的FA值;

S3:一般线性回归分析统计受试者与健康对照FA值的组间差异;

S4:在Allen脑库中键入步骤S3所得到这些差异区域的脑区名称,获得在这些脑区高表达的基因名称;

S5:获取受试者的外周血全基因组DNA甲基化数据;从受试者外周血全基因组甲基化样本中提取步骤S4中所获得的基因对应的CpG位点的甲基化水平;

S6:采用Pearson或Spearman相关分析统计步骤S5所得到的CpG位点甲基化水平与步骤S3中得到的有组间差异的脑白质连接完整性FA值之间的关联;实现疾病相关的脑结构发育模式及其背后的表观遗传基础的多模态融合分析。

2.根据权利要求1所述的基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:

所述步骤S1中,预处理包括以下步骤:

采用FSL 5.0工具包对DTI影像数据进行头动和涡流扭曲矫正;用弥散工具包软件Diffusion Toolkit software通过线性最小二乘法拟合方法来估量每个体素的弥散张量模型,得到各自的b0图和FA图。

3.根据权利要求1或2所述的基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:

所述步骤S2中,FA计算包括以下步骤:

应用SPM8工具包对FA图进行处理;通过在本地弥散空间的线性变化将每一个体的T1加权像配准到b0图像;并将变换参数应用于对应的FA,得到配准后的FA图;再利用仿射变换和一系列非线性弯曲将配准的结构影像绘制到蒙特利尔神经研究所T1模板;将这一步得到的空间变形参数应用于各样本配准后的FA图,将其转换到标准MNI空间;使用半高全宽为8mm的高斯核对标准化后的FA图进行平滑。

4.根据权利要求1或2所述的基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:

所述步骤S3中,受试者与健康对照FA值的组间差异的一般线性回归分析包括以下步骤:

组间比较通过SPM8进行一般线性回归分析,将年龄,性别,教育年限和头动参数作为协变量进行回归分析,采用高斯随机场方法进行多重比较校正,体素水平P0.01,簇水平P0.05。

5.根据权利要求3所述的基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:

所述步骤S3中,受试者与健康对照FA值的组间差异的一般线性回归分析包括以下步骤:

组间比较通过SPM8进行一般线性回归分析,将年龄,性别,教育年限和头动参数作为协变量进行回归分析,采用高斯随机场方法进行多重比较校正,体素水平P0.01,簇水平P0.05。

6.根据权利要求1或2或5所述的基于脑白质完整性与DNA甲基化的表观遗传/影像多模态融合分析方法,其特征在于:

步骤S4中Allen脑库的使用包括以下步骤:

进入网站http://human.brain-map.org/;点击左侧Differential Search;目标组织选择上述步骤3中所得到的FA值有组间差异的脑区的名称;对比结构选择全脑Br;捐献者Donors选择全部捐献者All Donors;点击Search;点击左下角下载;筛选Fold Change值>2的基因。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110500589.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top