[发明专利]一种预测BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性的方法及应用

权利要求书

1.一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法，其特征在于，包括以下步骤：

步骤1：获取训练样本数据集，从VIZOME，AML数据库获得训练样本数据集；

步骤2：从GSEA官网下载脂肪酸代谢，氨基酸代谢和糖酵解相关的基因集，从步骤一的基因表达RPKM数据中提取VIZOME，AML数据三种基因集中基因的表达数据，计算每个基因集的ssGSEA评分；

步骤3：根据三个基因集的评分高低特征对VIZOME，AML数据进行分类，提取步骤二中的三个基因集的评分，利用K-均值聚类，对训练样本数据集进行分类；

步骤4：四类氧化磷酸化代谢水平高低确定，利用ssGSEA算法以GSEA官网上得到的氧化磷酸化基因集为范围，计算每例样本的氧化磷酸化代谢水平评分，根据表达相对强弱，把样本定义为一类-低代谢、二类-中代谢（脂肪酸代谢和糖酵解为主）、三类-中代谢（氨基酸代谢为主）、四类-高代谢；

步骤5：从VIZOME，AML药敏数据库中获得维奈托克敏感性数据，比较维奈托克的AUC值在四类中的大小，确定三类-中代谢（氨基酸代谢为主）对维奈托克敏感，一类-低代谢、二类-中代谢（脂肪酸代谢和糖酵解为主）和四类-高代谢对维奈托克抵抗；

步骤6：获得待测样本的基因表达数据，利用R语言预编译包sva包对待测样本的基因表达数据和VIZOME，AML数据库中的基因表达数据进行去批次，计算待测样本的脂肪酸代谢，氨基酸代谢和糖酵解评分，之后利用机器学习算法，根据脂肪酸代谢，氨基酸代谢和糖酵解评分表达模式，将待测样本分到与VIZOME数据库对应的类型中。

2.根据权利要求1所述的一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法，其特征在于，步骤1中所述训练样本数据集包括急性髓系白血病患者每例样本的基因表达RPKM数据和临床信息数据。

3.根据权利要求1所述的一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法，其特征在于，所述步骤3中K-均值聚类的参数设置为：模拟次数＝100，距离＝欧几里得距离，连接方式＝平均，聚类后根据一致性数据将聚类数设定为4。

4.根据权利要求1所述的一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法，其特征在于，步骤6中所述利用机器学习算法为支持向量机（SVM）。

5.一种存储介质，其上存储有多条指令，其特征在于，所述指令适于由处理器加载并执行，以实现权利要求1-4任意一项所述一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法的步骤。

6.一种终端，其特征在于，包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现权利要求1-4任意一项所述一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法的步骤。

7.一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测模型，其特征在于，通过如权利要求1-4中任意一项所述一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法的步骤构建得到。

8.一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测方法装置，其特征在于，包括如权利要求7所述的一种BCL2抑制剂维奈托克在急性髓系白血病中治疗敏感性预测模型。