[发明专利]基于融合网络和多打分策略的预后生物标志物识别方法有效
| 申请号： | 201910270730.6 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN110010204B | 公开（公告）日： | 2022-12-02 |
| 发明（设计）人： | 李敏;李幸一;王建新 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G16B40/30 | 分类号： | G16B40/30;G16B40/00;G16B20/00 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 马强;王娟 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于融合网络和多打分策略的预后生物标志物识别方法，为了减小样本异质性的影响，首先对样本的基因表达数据进行标准化和主成分分析，取前两个主成分、用高斯混合模型对样本进行聚类；对于每一类，融合多种生物网络，并从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。本发明能有效识别生物可解释性强、与疾病密切相关并在不同预后样本中显著差异表达的生物标志物，用于疾病样本的预后分析。 | ||
| 搜索关键词： | 基于 融合 网络 打分 策略 预后 生物 标志 识别 方法 | ||
【主权项】：
1.一种基于融合网络和多打分策略的预后生物标志物识别方法，其特征在于，包括以下步骤：1)对输入的基因表达数据通过Z分数进行标准化及主成分分析，并取前两个主成分；2)基于所述两个主成分，通过高斯混合模型对样本进行聚类；3)对于每一类，基于多种生物网络融合后的网络，从生物功能、预后能力、与已知致病基因相关程度三个角度对网络节点进行打分；4)通过带重启的随机游走算法，获得网络中节点的重要性排序；根据三种打分方式得到的节点重要性排序值综合评估节点的重要性；分别取每一类排序靠前的基因，合并获得预后生物标志物。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910270730.6/，转载请声明来源钻瓜专利网。
