[发明专利]基于知识图谱的合成致死基因对预测方法、系统、终端及介质

说明书

本发明的基于知识图谱的合成致死基因对预测方法、系统、终端及介质，通过在知识图谱中提取子图的方式，并基于提取的子图的基础上完成知识整合和特征提取的过程，取得了最高的预测准确率。尤其在表示基因特征时，根据利用的包含与SL基因对相关的生物过程、疾病、通路等因素的知识图谱，达到了充分考虑SL基因对背后共同的生物学机制的效果，进而使得预测结果更具有参考性，并解决了现有技术的问题。

技术领域

本发明数据处理领域，特别是涉及一种基于知识图谱的合成致死基因对预测方法、系统、终端及介质。

背景技术

复杂的生物系统通过基因相互作用的形式进行运作。合成致死(Syntheticlethality,SL)就是众多相互作用关系中的一种，即存在合成致死关系的两个基因同时失活会导致细胞死亡，而任意一个基因失活都不会对细胞造成影响。合成致死基因对是发现抗癌药物靶点的关键，当发现肿瘤中存在特定基因失活时，那么用药物来抑制该失活基因的合成致死基因，就可以特异性地杀死癌细胞，而不危害健康细胞。因此，合成致死基因对的预测不仅有助于提高靶向药物治疗的疗效，开发新的有效治疗方案并规避药物的耐药性，而且还可以为那些暂时不能用于靶向治疗的基因或生物通路提供机会。

目前用来筛选SL基因对的方法主要可以分为高通量湿实验和计算方法两大类。湿实验的方法包括RNA阻断、化学小分子抑制及基于CRISPR的基因编辑技术，它们的核心思想是通过改变某个基因的表达，观察细胞的存活情况以筛选SL基因对。湿实验方法的优势是结果的真实度高，但面临着成本高昂、脱靶效应、不同细胞系间缺乏一致性和底层机理不清晰等挑战，因此，设计有效的计算方法弥补湿实验技术的缺点显得尤为必要。

基于计算方法的SL基因对筛选又可分为以下三类。第一种是建模基因代谢网络反应单个或一对基因的敲除效应；第二种是基于知识构建基因特征，结合网络拓扑结构预测潜在的SL基因对。上述两种方法依赖于代谢网络模型、特定领域的知识和基因组数据，没有充分挖掘已知的SL基因对信息。为了更好地利用这些已知数据，机器学习算法近年来被广泛用于SL基因对的预测问题中。有研究者从蛋白质相互作用网络中提取输入特征，建立传统机器学习模型(如：支持向量机)；也有研究者基于图表示学习构建编码器-解码器的学习框架。其中编码器用来将SL基因作用网络中的节点映射到一个低维空间，解码器则试图描述节点间的相似性，发掘可能存在SL的关系。然而，这些机器学习方法在表示基因特征时，没有充分考虑SL基因对背后共同的生物学机制，比如两者是否参与同一基因通路、是否在某个生物学过程中发挥相似的作用等。因此需要加入额外的知识以获得描述更为全面的基因特征。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于知识图谱的合成致死基因对预测方法、系统、终端及介质，用于解决现有技术中通过湿实验的方法来筛选SL基因对存在成本高、批次效应和脱靶等问题，而且现有的用来预测SL基因对的计算方法忽略了SL基因对背后共同的生物学机制等问题。

为实现上述目的及其他相关目的，本发明提供一种基于知识图谱的合成致死基因对预测方法，所述方法包括：从知识图谱中提取分别以待预测基因对为中心基因节点且分别从所述中心基因节点一或多级衍生的子图；其中，所述子图包括：表示各基因节点的邻域关系的子图特征表示信息；基于所述子图特征表示信息，分别更新各子图中处于各级的各基因节点的特征表示信息，以获得对应所述待预测基因对的特征表示更新信息；根据所述待预测基因对的特征表示更新信息计算得到对应所述待预测基因对存在合成致死关系的概率值，并获得对应所述所述待预测基因对是否存在合成致死关系的预测结果。

于本发明的一实施例中，所述子图特征表示信息包括：处于各级的各基因节点的特征表示信息、各基因节点分别所对应的邻居节点的特征表示信息以及各基因节点与其分别所对应的邻居节点之间的关系特征表示信息中的一种或多种。