[发明专利]一种基于相关性优化和免疫富集的lncRNA特征识别方法

权利要求书

1.一种基于相关性优化和免疫富集的lncRNA特征识别方法，其特征在于，包括以下步骤：

步骤1：计算mRNA和lncRNA之间的直接相关系数；

步骤1-1：计算mRNA和lncRNA之间的Pearson相关性，第m个mRNA和第l个lncRNA之间的Pearson相关系数定义如下：

其中函数E用于计算变量的数学期望；P(m,l)的取值范围为[-1,1]，取值为负数表示负相关，取值为正数表示正相关，P(m,l)的绝对值越大，表示第m个mRNA和第l个lncRNA之间的Pearson相关性越强；

步骤1-2：计算mRNA和lncRNA之间的Spearman相关性，第m个mRNA和第l个lncRNA之间的Spearman相关系数定义如下：

其中r表示样本数目，d表示第m个mRNA和第l个lncRNA之间秩的差异；S(m,l)的取值范围为[-1,1]，取值为负数表示负相关，取值为正数表示正相关，S(m,l)的绝对值越大，表示第m个mRNA和第l个lncRNA之间的Spearman相关性越强；

步骤1-3：将Pearson相关性和Spearman相关性进行结合，获得最终的直接相关性，第m个mRNA和第l个lncRNA之间的直接相关系数定义如下：

C(m,l)＝αP(m,l)+(1-α)S(m,l)

其中α的范围为[-1,1]；C(m,l)的取值范围为[-1,1]，C(m,l)取值为负数表示负相关，取值为正数表示正相关，C(m,l)的绝对值越大，表示第m个mRNA和第l个lncRNA之间的直接相关性越强；

步骤2：计算mRNA和lncRNA之间的偏相关系数；

步骤2-1：计算样本的肿瘤纯度，肿瘤纯度用TP表示，其中TP∈{t₁,t₂,...,t_r}，t_i表示第i个样本的肿瘤纯度，t_i的范围为[0,1]，t_i的值越大，表示样本的肿瘤纯度越高，样本总数为r；

步骤2-2：计算mRNA和lncRNA之间基于肿瘤纯度TP的偏相关系数，第m个mRNA与第l个lncRNA在肿瘤纯度为t处的偏相关系数定义如下：

其中，C(m,l)表示第m个mRNA和第l个lncRNA之间的直接相关系数，C(m,t)表示第m个mRNA与肿瘤纯度t间的直接相关系数，C(t,l)表示肿瘤纯度t与第l个lncRNA之间的直接相关系数；PC(m,l)(t)的取值范围为[-1,1]，PC(m,l)(t)取值为负数表示负相关，取值为正数表示正相关，PC(m,l)(t)的绝对值越大，表示第m个mRNA和第l个lncRNA之间的偏相关性越强；

步骤3：根据mRNA和lncRNA之间直接相关系数和偏相关系数，对相关性进行优化，确定mRNA和lncRNA之间优化后的相关系数；

第m个mRNA和第l个lncRNA在肿瘤纯度t处优化后的相关系数定义如下：

其中β的范围为[-1,1]；O(m,l)(t)的取值范围为[-1,1]，O(m,l)(t)取值为负数表示负相关，取值为正数表示正相关，O(m,l)(t)的绝对值越大，表示第m个mRNA和第l个lncRNA之间优化和的相关性越强；

步骤4：将优化后的相关系数作为富集分数，在免疫基因集上进行富集分析，获得免疫相关的lncRNA特征。