[发明专利]一种用于质谱流式数据挖掘的网络分析方法

说明书

本发明公开了一种用于质谱流式数据挖掘的网络分析方法，涉及数据分析模型技术领域。开发样本分组和细胞簇之间的直接关联网络(Sample Classification and direct Association Network of Cell types，SCANCell)分析方法，将隐藏在高维质谱流式数据中的可用信息转化为细胞簇之间的直接关联(direct association,DA)网络的拓扑结构。DA网络表征了免疫细胞簇间直接交互作用的强度，排除了间接干扰的分布，使得SCANCell能够在DA网络拓扑结构层面上定量识别疾病特异性异常交互模式。SCANCell通过考虑细胞的蛋白表达量和细胞簇的丰度，为疾病的发病机制提供新的理解维度。本发明深入挖掘高维蛋白质组数据，更好地理解疾病特异性细胞和分子畸变；是首次以细胞簇间交互作用的角度描绘疾病发病机制的探索性研究，可促进潜在药物靶点的识别。

技术领域

本发明涉及数据分析模型技术领域，尤其涉及一种用于质谱流式数据挖掘的网络分析方法。

背景技术

系统性红斑狼疮(Systemic lupus erythematosus，SLE)是一种系统性自身免疫性疾病，可引起皮肤、关节、肾脏和中枢神经系统等多器官损害。疾病的发病模式非常多变，包括皮肤科、肾脏科、神经科、血液科或风湿科，这使得准确诊断和临床治疗面临挑战。尽管存在这些挑战，但对SLE发病机制的认识进展有利于临床患者的治疗。

系统性红斑狼疮发病机制的研究进展强调了I型干扰素(IFN)和多种免疫细胞类型对自身抗体产生和组织损伤的贡献。慢性IFN的产生及其对免疫系统激活的影响已成为SLE的核心机制。IFN是由Toll样受体(TLRs)介导的先天性浆细胞树突状细胞(pDCs)激活后产生的。B细胞和T细胞免疫反应的过度激活以及对自身抗原的免疫耐受性的丧失也是SLE发病的原因之一。T滤泡辅助细胞可以促进产生自身抗体的B细胞分化。调节性T(Treg)细胞可以抑制免疫反应和维持免疫系统，但在SLE中细胞的丰度下降。尽管累积性的研究已经为初步理解疾病奠定了基础，但由于免疫系统的细胞复杂性和功能多样性，有必要采用高维度的单细胞技术对系统性的SLE发病机制进行研究。

质谱流式细胞技术(cytometry by time-of-flight,CyTOF)极大地增加了单细胞分辨率下同时检测的细胞参数的数量，从而揭示了系统性红斑狼疮发病的细胞和分子基础。结合ACCENSE、FlowSOM、X-shift、Monocle 2和PhenoGraph等专业方法，CyTOF分析发现了TLRs诱导的细胞类型内特异性反应的多样性，以及临床上异质性患者所共有的独特的CD14^hi单核细胞分泌的细胞因子特征。这些研究说明了CyTOF在深入分析免疫细胞表型方面的优势，并为系统性红斑狼疮机制提供了宝贵的见解。

值得注意的是，CyTOF的多维性和复杂性还包含着对细胞簇之间DA网络的高维度洞察的全面认识。洞察多个细胞簇之间的交互模式的异常，可以推进对疾病病因、进展和发病机制相关特征的系统性识别和理解。研究表明，PD1^hiCXCR5^-外周辅助性T细胞在自身免疫性疾病中可以促进B细胞反应和抗体的产生。与识别单个失调的细胞子集相比，了解多个细胞簇之间交互模式的失调，可以提高对疾病相关特征的系统性识别和理解。

然而，目前的高维数据分析方法并不能从这类数据集中挖掘出隐藏在细胞簇间的交互作用模式。虽然细胞簇之间的统计相关性和显著性可以很容易地实现，但挖掘高维单细胞蛋白质组学数据的关键挑战是构建和量化跨细胞簇的全局交互网络，以理解SLE等多因素复杂型疾病的发病机制。

因此，本领域的技术人员致力于开发一种用于质谱流式数据挖掘的网络分析方法。SCANCell分析方法，将隐藏在高维质谱流式数据中的可用信息转化为细胞簇间的DA网络；DA网络可以直观地反映免疫系统功能的正常或受损；可以从网络中挖掘出健康样本和疾病样本之间的异常交互模式，有利于疾病发病机制的描述。

发明内容