[发明专利]一种基于表型可视化的罕见病辅助推理的方法及系统

说明书

本发明公开了一种基于表型可视化的罕见病辅助推理的方法及系统，方法包括以下步骤：构建表型语义层级网络和罕见病表型特征网络；计算疾病的表型共现关系和表型特异性；将表型语义层级网络、表型共现关系和罕见病表型特征网络可视化为网络图；根据表型语义层级网络、罕见病的表型共现关系、罕见病表型特征网络，对采集到的患者的表型特征进行相似度计算，得到候选疾病；基于表型语义层级网络、罕见病的表型共现关系和候选疾病对于患者的表型信息进行优化，获得优化后的表型集合；利用可视化的罕见病表型特征网络对比展示候选疾病和优化后的表型集合，辅助医生对罕见病进行鉴别诊断。本发明的方法及系统可辅助医生提高罕见病的诊断效率。

技术领域

本发明涉及罕见病辅助推理，尤其涉及一种基于表型可视化的罕见病辅助推理的方法及系统。

背景技术

罕见病，又称孤儿病，是指那些发病率极低的疾病，通常是遗传性疾病。世界卫生组织(WHO)结合不同地区对罕见病的认定，将罕见病定义为每10000人中患病率为6.5到10人的疾病。

虽然罕见病流行率和患病率很低，但在中国庞大人口基数的条件下，罕见病患者的规模不容小觑，我国国内罕见病患者人数超过两千万。国际确认的罕见病有近7000种，大约占人类疾病的10％；约80％的罕见病是由遗传原因导致的，其他发病原因包括感染、过敏性反应、集体退化或增生等；约50％的罕见病在出生或儿童期发病；罕见病大部分是慢性、严重性疾病，常危及生命。

罕见病诊疗困难，具体表现为确诊困难、治疗成本高和药物研发困难。罕见病具有复杂的表型特征和分子特征，这使得罕见病的诊断难度要高于其他种类的疾病。根据欧洲罕见病组织(EURORDIS)的一项调查，四分之一的罕见遗传病患者需要5到30年的时间才能被诊断出来，且初诊误诊率高达40％。所有这些误诊都会导致大量无效的医疗甚至不必要的手术，严重危害患者的健康，造成医疗资源的浪费，延误患者的救治时间。许多患有罕见遗传病的婴儿在获得实验室确认的基因诊断之前就已经死亡。基因分析是诊断罕见遗传病的常用方法，但基因诊断具有成本高和耗时长的缺点。罕见病领域亟需一种快速有效的诊断方法。

基于表型的诊断方法有潜力成为一种快速有效的罕见病诊断方法。自从引入二代测序技术以来，越来越多的研究人员发现由相似分子引起的遗传疾病可以通过相似的表型特征进行诊断，最终，相似的药物可以用于通过相应的靶点进行治疗。因此，罕见病表型特征的关联有助于揭示相似罕见病的共同特性，如罕见病的分类、遗传病的致病基因和靶向药物。然而，由于罕见病种类繁多、大多数罕见病具有复杂多样的表型特征且大量罕见病之间存在表型特征的重叠，因此临床医生很难凭借临床经验去有效地广泛地诊断大多数罕见病。

目前一些罕见病知识库被建立起来，比如1997年在法国建立的Orphanet，利用互联网收集分散的罕见病知识，目前成为了主要的罕见病参考资源。临床医生可以利用罕见病知识库，通过传统的关键词索引查询来根据患者的表型特征去查询患者可能患有的疾病，然而这一方法在临床实践中有颇多的局限性。临床采集患者表型过程中，不可避免地会出现采集到的患者表型不准确不完整的问题，或者采集到与患者所患疾病无关的表型，这使得采集到的患者表型信息很难和知识库中的患者所患疾病的表型信息很好地匹配，最终限制疾病检索结果的准确性。

发明内容

本发明针对罕见病诊断过程中，患者表型采集不准确不完整和采集到与目标疾病无关表型导致罕见病表型诊断效果不佳这一问题，提供了一种可视化的基于表型的罕见病辅助推理方法和系统，并结合疾病表型特征语义相似度计算，实现快速有效的罕见病辅助推理，辅助医生提高罕见病的诊断效率。

本发明的技术方案如下：

一种基于表型可视化的罕见病辅助推理的方法，包括以下步骤：

(1)基于人类表型本体知识库构建表型语义层级网络；

(2)基于罕见病知识库中的疾病表型关系构建罕见病表型特征网络；并在罕见病范围内，计算疾病的表型共现关系和表型特异性；