一种基于NMF的肿瘤基因点突变的特征图谱提取算法制造技术

本发明专利技术提供一种基于NMF的肿瘤基因点突变的特征图谱提取算法，涉及肿瘤基因特征提取技术领域。该基于NMF的肿瘤基因点突变的特征图谱提取算法，包括以下步骤：S1、突变数据集MAF文件获取：采用具有处理器的计算机，可进行并行运算操作。该基于NMF的肿瘤基因点突变的特征图谱提取算法，实现突变集合的过滤，并结合了Oncotator注释软件，输出注释结果，方便使用，实现信息矩阵的快速获取，节约前期数据处理时间，提高效率，实现基于NMF算法的最优化算法模型与算法实现，以及完成代码软件装置设计，实现点突变，插入缺失特征图谱可视化实现装置，实现频谱特征分析软件装置，包括signature组成的贝叶斯网络装置，肿瘤预后分类器装置，非编码显著突变区域与signature的关联装置。关联装置。关联装置。

【技术实现步骤摘要】
一种基于NMF的肿瘤基因点突变的特征图谱提取算法


[0001]本专利技术涉及肿瘤基因特征提取
，具体为一种基于NMF的肿瘤基因点突变的特征图谱提取算法。

技术介绍

[0002]癌症是基因疾病，是由生物体细胞突变引起的。随着基因检测技术例如下一代测序(NGS)的发展，人们发现这些突变是由特定突变特征的组合引起的，这些突变特征通常具有已知的基础过程，它可以更好地提供癌症机制信息，也有助于癌症的预防和治疗。人类的基因组只有一个，大约有5
‑
10万个基因，约30亿个碱基对(包含A、T、C、G四种碱基)，共组成24个染色体，分别是22个体染色体、X染色体与Y染色体，每个染色体由四种不同的核苷酸组成——A/C/G/T。四个核苷酸实际上形成两对A
‑
T、C
‑
G，当A位于一个链上时，T位于另一个链上，当G位于一个链上时，C必须在同一位置组成。当癌症基因组发生突变时，其中一个核苷酸被另一个核苷酸交换，例如，T被A取代。除了替换(如插入和删除)之外，还有其他突变。突变可能是有缺陷的DNA修复或不同的突变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于NMF的肿瘤基因点突变的特征图谱提取算法，其特征在于，包括以下步骤：S1、突变数据集MAF文件获取：采用具有处理器的计算机，可进行并行运算操作，其中处理器配置成一个perl脚本程序接口，对MuTect软件产生的Somatic SNV/InDel进行过滤操作，过滤数据库包含TCGA数据库、ICGC数据库、千人基因组snp信息和DBsnp数据库；S2、数据信息矩阵获取：采用具有处理器的计算机，可进行并行运算操作，其中处理器配置成一个R脚本程序接口，基于MAF文件自动生成信息矩阵；S3、突变特征频谱获取：包含两个方面，其一是基于NMF的最优化特征提取算法方法，其二是频谱特征分析软件装置。2.根据权利要求1所述的一种基于NMF的肿瘤基因点突变的特征图谱提取算法，其特征在于，根据S1中的操作步骤，过滤结果使用Oncotator软件进行注释，得到MAF格式结果文件，注释的文件头包含至少五列信息：样本名、染色体编号、变异的位点坐标值、参考基因组的碱基和变异后的碱基。3.根据权利要求1所述的一种基于NMF的肿瘤基因点突变的特征图谱提取算法，其特征在于，根据S2中的操作步骤，所述信息矩阵包含三部分，分别为突变信息矩阵、样本列表文件和行属性名称列表。4.根据权利要求1所述的一种基于NMF的肿瘤基因点突变的特征图谱提取算法，其特征在于，根据S3中的操作步骤，所述特征提取算法方法，包括以下步骤：S301、确立分析模型：X
m
×
n
＝P
m
×
k
S
k
×
n
+E
m
×
n
约束：P≥0，S≥0其中n为样本数目，m为特征类型，S302、基于NMF算法的构建方法；S303、运行结果可视化展示方式：对基础矩阵进行归一化后，按照百分比把每个特征属性的柱状图刻画出来，采用不同的颜色进行区分；S304、频谱特征分析软件装置构建。5.根据权利要求4所述的一种基于NMF的肿瘤基因点突变的特征图谱提取算法，其特征在于，根据S302中的操作步骤，所述基于NMF算法的构建方法，包括以下步骤：S3021、按照列处理X，采用狄利克雷分布，对每一列进行抽取该分布下的数据分布，计算每个分量当前的概率值，概率与向量分量和的乘积向上取整即为该向量分量数值，并生成新的列向量；S3022、定义好目标函数模型，...

【专利技术属性】
技术研发人员：李振彰，罗文，陆海威，钟祺楠，翁剑波，黄亮雄，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：