一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架制造技术

本发明专利技术涉及生物信息学中的数据挖掘领域，具体涉及一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架。其发明专利技术内容主要包括：(1)收集乳腺癌样本、正常样本相关数据；(2)利用NMF对乳腺癌样本进行聚类，得到样本亚群种类；(3)将乳腺癌样本与从GTEx中获得的正常样本进行比较，找出差异表达的相关基因；(4)设计了一个基于ATAC‑SEQ数据的调控分析算法来寻找免疫相关基因；(5)使用五种通用数据库对TF与免疫基因的关系进行验证；(6)分析根据框架得到的免疫基因是否对患者的生存造成影响。本发明专利技术提供了一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架，对于研究药物重定位和实现精准医疗具有重要意义。可以有效提升研究过程和研究结果的生物学意义。更重要的是，本发明专利技术的单样本规律分析方法可以更深入地探索肿瘤的异质性，对精准医学实践具有重要意义。

【技术实现步骤摘要】
一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架
本专利技术涉及生物信息学中的数据挖掘领域，具体是涉及一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架。
技术介绍
精准医疗是一种新兴的癌症预防和治疗策略，它考虑到每个患者的遗传基础的个体变异性。借助下一代高通量测序技术，研究人员对全基因组突变的细节越来越熟悉，不同组学数据之间的整体关系也越来越系统化。对于精准医疗来说，了解肿瘤发生的免疫逃逸机制是非常有必要的，特别是当肿瘤的异质性显著影响免疫治疗的效果时。根据免疫相关基因识别乳腺癌的亚型，有助于了解不同亚型主导的免疫逃逸途径，从而针对不同亚型实施有效的治疗措施。肿瘤异质性是指单个肿瘤在不同肿瘤患者之间的分子和细胞差异(肿瘤间异质性)，甚至单个患者不同肿瘤形成部位之间的差异(肿瘤内异质性)。然而，研究人员只知道肿瘤异质性的冰山一角，导致缺乏有针对性的精准医疗。乳腺癌在分子和细胞水平上也表现出异质性，这抑制了常规临床实践中诊断、预后或预测策略的效果。尽管之前有研究对TCGA收集的乳腺癌样本进行了聚类，但仍然不清楚肿瘤细胞的大部分机制如何调节免本文档来自技高网...

【技术保护点】
1.一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架，其特征在于实施步骤为：/n(1)收集乳腺癌样本信息、NK细胞配体信息、候选免疫基因信息、正常乳腺组织样本信息、ATAC-seq关于TCGA的峰信号信息；/n(2)进行乳腺癌样本聚类，得到乳腺癌样本中不同的免疫亚型和各个亚型的数量；/n(3)进行乳腺癌亚型与正常乳腺样本的比较，找出差异表达的免疫相关基因；/n(4)设计了一个调控分析算法，得到免疫相关基因表达的调控因子。/n

【技术特征摘要】
1.一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架，其特征在于实施步骤为：
(1)收集乳腺癌样本信息、NK细胞配体信息、候选免疫基因信息、正常乳腺组织样本信息、ATAC-seq关于TCGA的峰信号信息；
(2)进行乳腺癌样本聚类，得到乳腺癌样本中不同的免疫亚型和各个亚型的数量；
(3)进行乳腺癌亚型与正常乳腺样本的比较，找出差异表达的免疫相关基因；
(4)设计了一个调控分析算法，得到免疫相关基因表达的调控因子。


2.根据权利要求1所述的一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架，其特征在于实施步骤为，其特征在于数据收集阶段：
(1)收集TCGA提供的乳腺癌样本，将其作为分析数据的主体；
(2)收集2171个候选免疫相关和重要的NK细胞配体；
(3)由于TGCA中的正常样本数量太少且存在偏差，因此使用GTEx数据中的正常乳腺组织样本；
(4)UCSCXena以泛癌的方式为TCGA样本提供ATAC-seq峰信号。


3.根据权利要求1所述的一种揭示乳腺癌免疫逃避调控机制的多源数据融合框架，其特征在于乳腺癌样本聚类阶段：
(1)由于肿瘤异质性，使用非负矩阵分解(NMF)。矩阵的行表示对每个聚类有贡献的每个特征的权重，矩阵的列表示隶属于每个聚类的每个样本的权重；
(2)NMF近似解的估计可视为公式min(|F-WH|+γR(W,H))中的最优化问题，第一分量用于测量近似的质量，第二个分量使用正则化函数来确保矩阵W和H的稀疏性或光滑性；
(3)为了识别明显不同的乳腺癌样...

【专利技术属性】
技术研发人员：陈浩文，宁斌，林业雄，屈强，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43