[发明专利]一种基于组织器官分化层次关系的癌症类型预测系统和方法

摘要

本发明提供了一种基于组织器官分化层次关系的癌症类型预测系统和方法。该方法包括：获取多个癌症类型中的每种癌症的转录组基因表达量数据作为训练集；将不同的癌症类型按照组织器官分化关系分成第一等级和第二等级；基于组织器官分化层次关系进行特征选取，即对于每个等级的每种组织器官类型或癌症类型，选取该种癌症类型和训练集中其它所有癌症类型相比较为差异表达基因并且是高表达的基因，得到所选取的基因的每个的表达量的值作为特征值；对上述特征值进行归一化处理；将上述归一化处理的特征值输入机器学习算法以构建双层机器学习分类模型；以及对将处理后的待检测样本数据输入到双层机器学习分类模型中进行预测。

主权项

1.一种基于组织器官分化层次关系的癌症类型预测系统，其特征在于，包括：/n获取模块，用于获取多个癌症类型中的每种癌症的转录组基因表达量数据作为训练集；/n组织器官分化层次关系定义模块，用于将不同的癌症类型按照组织器官分化关系分成第一等级和第二等级；/n特征选取模块，用于基于所述组织器官分化层次关系进行特征选取，即对于每个等级的每种组织器官类型或癌症类型(统称癌症类型)，选取该种癌症类型和训练集中其它所有癌症类型相比较为差异表达基因并且是高表达的基因，得到所选取的基因的每个的表达量的值作为特征值，基因表达量的值采用FPKM值；/n归一化处理模块，用于对上述基因表达数据进行归一化处理；/n双层分类模型构建模块，用于将上述归一化处理的基因表达数据输入机器学习算法以构建预测癌症类型的双层机器学习分类模型，即：对于第一等级而言构建出第一等级的分类模型；对于第二等级而言，分别构建出第二等级中每个等级癌症类型的分类模型；以及/n检测模块，用于对待检测样本，经过转录组测序和生物信息分析，获得整个基因组所有基因的表达数据，并进行特征选取和归一化处理，将处理后的数据输入到所构建的所述双层机器学习分类模型中，首先预测出第一等级的结果，根据第一等级的预测结果选择对应的第二等级的分类模型，再利用第二等级的模型预测出待检测样本的癌症类型。/n