一种组学复杂网络数据相互作用强度的计算方法技术

本发明专利技术公开了一种组学复杂网络数据相互作用强度的计算方法，该方法包括：采用基于信息熵的互信息方法进行相关性评估，并引入非参数检验方法(随机置换检验)自动确定关联度的显著性阈值，通过这些计算得到代谢物、微量元素与临床生理指标间的相互作用强度。使用随机置换检验法(RPT)对互信息的关联度进行显著性检验。通过基于样本的大量重复的随机排列(或组合)估计其近似的抽样分布，根据所研究的问题构造检验统计量，按排列组合的原理导出检验统计量的理论抽样分布，再求出从该分布中获得现有样本的概率(P值)，并界定此概率值，做出推论。利用一个贪婪算法构建所有可能的配对，得到所有存在显著性差异的微量元素与各生理指标间的互信息得分，计算得到所有的相互作用强度。

【技术实现步骤摘要】
一种组学复杂网络数据相互作用强度的计算方法
本专利技术涉及一种组学复杂网络数据相互作用强度的计算方法。属于生物信息学领域。
技术介绍
结合代谢组学和金属组学方法对2型糖尿进病行研究，能同时得到临床样本中代谢物和微量元素的信息，包括它们的种类、含量、变化趋势等。而近年来对代谢物、微量元素与疾病之间关系的研究，不仅仅局限于研究物质的种类、形态及变化趋势等，更通过计算机辅助诊断手段来研究这些物质之间可能存在的相互影响或协同作用，构建它们之间复杂的相互作用网络，进而帮助预测和诊断疾病的发生及发展，研究和探索疾病调控的机制。从生物分子水平上考虑，微量元素之间，微量元素与代谢物之间都存在相互协同、相互拮抗的复杂作用方式，从而达到一种动态平衡，来保证人体的健康，因而开展代谢产物、微量元素、生理指标间的相互作用方式是探索疾病发病机制的必要步骤。生物信息学作为一门由数学、计算机科学、化学、生物学与信息科学交叉而形成的综合学科，能够从不同角度对海量的生物数据进行大规模分析鉴别，并进一步发展和归纳出生物化学中的一般性指导原则，而成为21世纪的新兴热门学科。对本文档来自技高网...

【技术保护点】
1.一种组学复杂网络数据相互作用强度的计算方法，其特征在于：采用基于信息熵的互信息方法进行相关性评估，并引入非参数检验方法(随机置换检验)自动确定关联度的显著性阈值，通过这些计算得到代谢物、微量元素与临床生理指标间的相互作用强度。/n

【技术特征摘要】
1.一种组学复杂网络数据相互作用强度的计算方法，其特征在于：采用基于信息熵的互信息方法进行相关性评估，并引入非参数检验方法(随机置换检验)自动确定关联度的显著性阈值，通过这些计算得到代谢物、微量元素与临床生理指标间的相互作用强度。


2.根据权利要求1所述...

【专利技术属性】
技术研发人员：杨雯懿，黄建华，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43