[发明专利]基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统

权利要求书

1.一种基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法，其特征在于，包含以下步骤：

数据获取步骤，获取IDC患者组学数据，所述IDC患者组学数据包含若干份IDC-CAFs基因数据、若干份WSI数据和若干份临床信息数据；

数据预处理步骤，对获取到的所述IDC患者组学数据进行预处理；

数据划分步骤，将预处理后的所述IDC患者组学数据划分为训练集和测试集；

数据训练步骤，基于三组学特征进行多因素cox回归建模，并通过划分好的训练集和测试集对模型进行训练。

2.根据权利要求1所述的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法，其特征在于，

所述数据预处理步骤包含：

IDC-CAFs基因数据处理步骤：

从MSigDB中下载与fibroblast相关的57个基因集，分别将其与数据清洗后的IDC转录组基因集进行富集分析，保留p-value小于预设值的分析结果；

将符合的分析结果中的基因集进行数据合并，与IDC转录组基因集取重合部分，得到包含若干个CAF基因的数据集；

对数据集进行wilcox差异分析，保留与IDC相关的CAF差异基因；

对所述CAF差异基因进行单因素cox回归分析，保留p-value小于预设值的若干个CAF差异基因；

WSIs数据处理步骤：

将每份WSI按统一倍数放大，然后裁剪成若干tile子图片；

对每张裁剪的tile子图片进行方差检验，去除方差值小于预设值的tile子图片；

从每张tile子图片中提取m个人工特征变量，每份WSI得到对应的特征数组(m*n)，n为裁剪数量；

根据显著性将每个特征数组(m*n)的不定长特征数组形状固定到50，特征数组为(m*50)；

对每一个特征做均值化处理，得到特征数组(m*1)；

临床信息数据处理步骤：

从所述临床信息数据选择若干临床特征。

3.根据权利要求2所述的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法，其特征在于，

所述临床特征为淋巴结数和阳性淋巴结数。

4.根据权利要求2所述的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法，其特征在于，

所述WSIs数据处理步骤还包括：

采用levene+T test组合技术将每个特征数组中的m个WSI人工特征变量筛选至a个，得到特征数组(a*1)，a小于m；

采用lasso回归再将每个特征数组中的a个WSI人工特征变量筛选至b个，得到特征数组(b*1)，b小于a。

5.根据权利要求1所述的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法，其特征在于，

在所述数据划分步骤中，将生存时间小于1.5年和生存时间大于4年的数据划入训练集，其他作为测试集。

6.一种基于CAFs、WSIs和临床信息的三组学IDC预后模型系统，其特征在于，包含：

数据获取模块，用于获取IDC患者组学数据，所述IDC患者组学数据包含若干份IDC-CAFs基因数据、若干份WSI数据和若干份临床信息数据；

数据预处理模块，用户对获取到的所述IDC患者组学数据进行预处理；

数据划分模块，用于将预处理后的所述IDC患者组学数据划分为训练集和测试集；

数据训练模块，用于通过划分好的训练集和测试集对基于三组学特征进行多因素cox回归建模的模型进行训练。