[发明专利]用于生成生物标志物签名的系统和方法

摘要

在此描述的系统和方法包括用于生成既可重现又可解释的基因签名的技术。该技术涉及对数据集进行重新采样并且选择具有高出现频率的基因。具体而言，在此描述的系统和方法包括对数据集的重复采样、基于通过重复采样处理生成的基因签名的发生频率对基因进行排名，以及迭代地选择最佳基因签名。

主权项

一种用于识别疾病状态的生物签名的计算机实现的方法，包括：(a)接收多个数据集，每一个数据集包括在包括疾病状态和控制状态在内的不同状态下的生物系统中的多个生物实体的表达水平；(b)针对多次迭代中的每一次：(i)将所述多个数据集分为训练部分和测试部分，(ii)使用所述多个数据集中的训练部分来将所述训练部分中具有高于阈值的差异表达的预定数目的生物实体选择作为子候选签名，并且生成将所述数据集中的每一个指派给疾病类和控制类中的一个的分类规则，并且(iii)使用所述多个数据集中的测试部分来应用所述分类规则以将每一个数据集指派给所述疾病类和所述控制类中的一个，并且基于所述指派生成性能子测量结果；(c)通过从所述子候选签名的聚合中选择频繁识别出的生物实体来生成具有所述预定数目的生物实体的候选签名；(d)根据所述性能子测量结果中至少一些的复合来生成与所述候选签名相关联的性能测量结果；(e)针对所述预定数目的多个不同值重复步骤(b)至(d)以生成多个候选签名和多个相关联的性能测量结果；以及(f)将与最高性能测量结果相关联的所述候选签名存储作为所述生物签名。