基于多组学与临床数据的统计分析方法、系统和存储介质技术方案

本发明专利技术公开了一种基于多组学与临床数据的统计分析方法、系统和存储介质，其中方法包括以下步骤：读取CSV数据；对所述CSV数据中的缺失值进行填补，对所述CSV数据行特征缩放，使不同量纲的特征处于同一数值量级；采用预设方法对所述CSV数据中的单因素和多因素进行特征筛选；对进行特征筛选后的所述CSV数据进行聚类，获得分子亚型的分类；根据所述分子亚型的分类进行生存分析，获得生存分析结果。本发明专利技术通过对数据预处理、特征筛选、将筛选后的特征进行聚类、将聚类后的结果作为数据的真实标签进行生存分析，实现一个完备的多组学数据融合流程，从而实现肿瘤患者全面的分子分型，可广泛应用于生物信息学的多组学信息领域。

【技术实现步骤摘要】
基于多组学与临床数据的统计分析方法、系统和存储介质
本专利技术涉及生物信息学的多组学信息领域，尤其涉及一种基于多组学与临床数据的统计分析方法、系统和存储介质。
技术介绍
整合定义为不同的组学数据(多组学)结合的过程，其中，组学数据包括基因组学定义的突变，转录组学确定的mRNA水平，蛋白质组学确定的蛋白质丰度和类型，以及表观基因组确定的甲基化图谱，代谢组学确定的代谢产物水平，元数据(如临床结果)，组织学概况以及一系列数字成像分析等许多方面，相较于单个孤立的组学，整合的数据可提供具有更高信息能力的全局图。组学数据整合最前沿的领域之一是癌症生物学：在这里，数据整合的实施允许进行例如肿瘤分类以及随后的侵袭性和结果预测，从而支持选择个性化治疗。而在癌症生物学中，癌症基因组数据整合的相关研究最值得关注，因为癌症基因组具有大量的躯体获得性畸变。这些畸变会导致基因组不稳定，DNA中的基因组失调和扩增，mRNA的过表达以及基因产物的改变。此外，癌症基因组的异质性表现出不同个体之间在不同癌症类型中发生的各种生物学过程和表型。近年来，许多大规模的癌症本文档来自技高网...

【技术保护点】
1.一种基于多组学与临床数据的统计分析方法，其特征在于，包括以下步骤：/n读取CSV数据，所述CSV数据包括多组学数据和临床数据；/n对所述CSV数据中的缺失值进行填补，对所述CSV数据行特征缩放，使不同量纲的特征处于同一数值量级；/n采用预设方法对所述CSV数据中的单因素和多因素进行特征筛选；/n对进行特征筛选后的所述CSV数据进行聚类，获得分子亚型的分类；/n根据所述分子亚型的分类进行生存分析，获得生存分析结果。/n

【技术特征摘要】
1.一种基于多组学与临床数据的统计分析方法，其特征在于，包括以下步骤：
读取CSV数据，所述CSV数据包括多组学数据和临床数据；
对所述CSV数据中的缺失值进行填补，对所述CSV数据行特征缩放，使不同量纲的特征处于同一数值量级；
采用预设方法对所述CSV数据中的单因素和多因素进行特征筛选；
对进行特征筛选后的所述CSV数据进行聚类，获得分子亚型的分类；
根据所述分子亚型的分类进行生存分析，获得生存分析结果。


2.根据权利要求1所述的一种基于多组学与临床数据的统计分析方法，其特征在于，所述CSV数据的数据格式为：第一列为time名的标签，第二列为status标签，其它列为特征。


3.根据权利要求2所述的一种基于多组学与临床数据的统计分析方法，其特征在于，所述读取CSV数据，包括：
读取需要分析的所述CSV数据；
通过设置随机种子点，从所述CSV数据中获取训练集和测试集。


4.根据权利要求2所述的一种基于多组学与临床数据的统计分析方法，其特征在于，所述对所述CSV数据中的缺失值进行填补，对所述CSV数据行特征缩放，使不同量纲的特征处于同一数值量级，包括：
采用均值和中位数两种方式对所述CSV数据中的缺失值进行填补；
采用标准化和归一化两种方式对缺失值填补后的所述CSV数据进行特征缩放，使不同量纲的特征处于同一数值量级。


5.根据权利要求2所述的一种基于多组学与临床数据的统计分析方法，其特征在于，所述采用预设方法对所述CSV数据中的单因素特征筛选，包括：
根据Correlation方法获取所述特征之间的第一相关系数，根据所述第一相关系数和第一预设阈值对所述特征进行筛选；
根据单因素Cox回归方法获取所述特征与生存时间及生存状态之间的第二相关系数，根据所述第二相关系数和第二预设阈值对所述特征进行筛选；
根据logranktest方法获取所述特征与和生存状态...

【专利技术属性】
技术研发人员：吴兰兰，刘飞，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44