一种基于动态网络熵的生物标记物识别方法与系统技术方案

本发明专利技术公开了一种基于动态网络熵的生物标记物识别方法与系统，所述方法包括以下步骤：获取疾病相关的功能基因通路和基因间相互作用，生成基因网络通路；对所述基因网络通路中的基因，获取对应所述疾病不同阶段的基因表达数据；基于动态网络熵，对于疾病不同阶段，计算基因网络通路中每个通路的通路熵；通过对疾病不同阶段每个通路的通路熵进行统计分析，确定对所述疾病具有标识作用的通路。本发明专利技术通过构建基因网络通路，对疾病不同阶段的通路采用熵进行信息度量，通过分析熵的变化，能够准确识别出与疾病进展相关的基因通路生物标记物。识别出与疾病进展相关的基因通路生物标记物。识别出与疾病进展相关的基因通路生物标记物。

【技术实现步骤摘要】
一种基于动态网络熵的生物标记物识别方法与系统


[0001]本专利技术属于生物信息计算中的疾病生物标记物识别领域，尤其涉及一种基于动态网络熵的生物标记物识别方法与系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]在医疗领域，不断提高疾病预测、防控、诊断、治疗等医疗过程的确定性、预见性和可控性，对于当前人类健康及发展具有重要意义，因此，系统地识别获取疾病发生及阶段性发展的动态机制显得尤为重要。
[0004]例如，糖尿病这一常见慢性代谢疾病，患病知晓率很低，很多无症状患者被确诊。作为一种复杂疾病，糖尿病的发病机制至今仍未被完全揭示，并且由于糖尿病患者的症状往往不明显，现有的对糖尿病的传统诊断方式，比如血糖检测等方法，成本较高，同时难以提前预测健康状态向疾病状态的转变并迅速进行干预，很难做到疾病的早发现早治疗。
[0005]生物标记物在疾病检测和健康监测方面有很高的应用价值，致力于疾病生物标记物发现、验证的研究每年都在增加。较传统方法，生物标记物对于疾病预测及治疗具有优势。目前已有生物标志物在肝细胞癌HCC的应用，十分有助于标准化早期HCC的组织学诊断并提供适当的治疗，在治疗肝癌的过程中引入分子生物标志物，除了预测癌症患病风险、早期诊断，还可以为标准化早期HCC的组织学诊断并提供更加精确的治疗。
[0006]一些研究表明，对于糖尿病以及肝癌等复杂疾病的发生及阶段性发展，往往非简单地由某个基因单独差异表达造成，而是疾病作用通路的作用失调。因此，相较于单独基因的生物标记物识别，基于网络的方法识别生物标记物具有一定优势。同时，在疾病发生发展的进程中，相关基因和信号传导途径失调背后蕴含着大量信息，很多度量这些信息的方法存在着无法获得动态特征的局限性。

技术实现思路

[0007]为克服上述现有技术的不足，本专利技术提供了一种基于动态网络熵的生物标记物识别方法与系统，通过构建基因网络通路，对疾病不同阶段的通路采用熵进行信息度量，通过分析熵的变化，能够准确识别出与疾病进展相关的基因通路生物标记物。
[0008]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0009]一种基于动态网络熵的生物标记物识别方法，包括以下步骤：
[0010]获取疾病相关的功能基因通路和基因间相互作用，生成基因网络通路；
[0011]对所述基因网络通路中的基因，获取对应所述疾病不同阶段的基因表达数据；
[0012]基于动态网络熵，对于疾病不同阶段，计算基因网络通路中每个通路的通路熵；
[0013]通过对疾病不同阶段每个通路的通路熵进行统计分析，确定对所述疾病具有标识作用的通路。
[0014]进一步地，疾病的阶段包括正常阶段和疾病阶段，若所述疾病包括病理阶段，则所述疾病阶段还按照病理阶段划分。
[0015]进一步地，通路的通路熵计算方法包括：
[0016]计算所述通路中每个基因的熵和边的熵；
[0017]根据所述通路中基因的熵和边的熵，计算所述通路的通路熵。
[0018]进一步地，单个基因X的熵计算方法为：
[0019][0020]假设通路P中有n条边，将其中任一条边e
k
连接的两个基因记为X和Y，则这条边的熵概率计算方法为：
[0021][0022]其中，
[0023]通路P的通路熵计算方法为：
[0024][0025]其中，p(X
i
)代表基因X表达为X
i
的概率，p(X
j
)代表基因Y表达为Y
j
的概率，p(X
i
,Y
j
)表示X
i
和Y
j
的联合概率分布函数，表示基因记为X和Y之间的互信息。
[0026]进一步地，确定对所述疾病具有标识作用的通路包括：
[0027]若所述疾病的阶段包括正常阶段和一个疾病阶段，对于每个通路，均获取多个设定时间节点的正常阶段和疾病阶段的基因表达数据；基于动态网络熵计算得到每条通路的多个正常阶段通路熵和多个疾病阶段通路熵，记为正常组和疾病组；对每条通路的疾病组和正常组进行统计分析，将差异性大于设定阈值的通路作为对所述疾病具有标识作用的通路；
[0028]若所述疾病的阶段包括正常阶段和多个疾病阶段，对于每个通路，获取所有阶段的基因表达数据；基于动态网络熵计算得到每条通路的所有阶段的通路熵；对每条通路所有阶段的通路熵进行时间序列差异分析，将差异性大于设定阈值的通路作为对所述疾病具有标识作用的通路。
[0029]一个或多个实施例提供了一种基于动态网络熵的生物标记物识别系统，包括：
[0030]网络通路构建模块，用于获取疾病相关的功能基因通路和基因间相互作用，生成基因网络通路；
[0031]基因表达获取模块，用于对所述基因网络通路中的基因，获取对应所述疾病不同阶段的基因表达数据；
[0032]通路熵计算模块，用于基于动态网络熵，对于疾病不同阶段，计算基因网络通路中每个通路的通路熵；
[0033]差异统计分析模块，用于通过对疾病不同阶段每个通路的通路熵进行统计分析，
确定对所述疾病具有标识作用的通路。
[0034]一个或多个实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述生物标记物识别方法。
[0035]一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述生物标记物识别方法。
[0036]一个或多个实施例提供了一种基于生物标记物识别的糖尿病诊断系统，包括：
[0037]基因通路筛选模块，用于根据所述生物标记物识别方法，筛选得到对糖尿病具有标识作用的通路，记为候选通路；其中，糖尿病被划分为正常和疾病两个阶段；
[0038]诊断模型训练模块，用于获取对应候选通路的正常组和疾病组基因表达数据，作为初始数据集；基于初始数据集，对支持向量机模型进行训练，得到诊断模型；
[0039]糖尿病诊断模块，用于获取用户基因表达数据，根据所述诊断模型得到诊断结果。
[0040]一个或多个实施例提供了一种基于生物标记物识别的肝癌诊断系统，包括：
[0041]基因通路筛选模块，用于根据所述生物标记物识别方法，筛选得到对肝癌具有标识作用的通路，记为候选通路；其中，肝癌被划分为正常和多个疾病阶段；
[0042]诊断模型训练模块，用于获取对应候选通路的所有阶段基因表达数据，作为初始数据集；根据每两个相邻阶段的初始数据集训练支持向量机模型，得到多分类诊断模型；
[0043]肝癌诊断模块，用于获取用户基因表达数据，根据所述多分类诊断模型得到诊断结果。
[0044]以上一个或多个技术方案存在以下有益效果：
[0045]本申请通过基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态网络熵的生物标记物识别方法，其特征在于，包括以下步骤：获取疾病相关的功能基因通路和基因间相互作用，生成基因网络通路；对所述基因网络通路中的基因，获取对应所述疾病不同阶段的基因表达数据；基于动态网络熵，对于疾病不同阶段，计算基因网络通路中每个通路的通路熵；通过对疾病不同阶段每个通路的通路熵进行统计分析，确定对所述疾病具有标识作用的通路。2.如权利要求1所述的基于动态网络熵的生物标记物识别方法，其特征在于，疾病的阶段包括正常阶段和疾病阶段，若所述疾病包括病理阶段，则所述疾病阶段还按照病理阶段划分。3.如权利要求1所述的基于动态网络熵的生物标记物识别方法，其特征在于，通路的通路熵计算方法包括：计算所述通路中每个基因的熵和边的熵；根据所述通路中基因的熵和边的熵，计算所述通路的通路熵。4.如权利要求3所述的基于动态网络熵的生物标记物识别方法，其特征在于，单个基因X的熵计算方法为：假设通路P中有n条边，将其中任一条边e
k
连接的两个基因记为X和Y，则这条边的熵概率计算方法为：其中，通路P的通路熵计算方法为：其中，p(X
i
)代表基因X表达为X
i
的概率，p(X
j
)代表基因Y表达为Y
j
的概率，p(X
i
,Y
j
)表示X
i
和Y
j
的联合概率分布函数，表示基因记为X和Y之间的互信息。5.如权利要求1所述的基于动态网络熵的生物标记物识别方法，其特征在于，确定对所述疾病具有标识作用的通路包括：若所述疾病的阶段包括正常阶段和一个疾病阶段，对于每个通路，均获取多个设定时间节点的正常阶段和疾病阶段的基因表达数据；基于动态网络熵计算得到每条通路的多个正常阶段通路熵和多个疾病阶段通路熵，记为正常组和疾病组；对每条通路的疾病组和正常组进行统计分析，将差异性大于设定阈值的通路作为对所述疾病具有标识作用的通路；若所述疾病的阶段包括正常阶段和多个疾病阶段，对于每个通路，获取所有阶段的基因表达数据；基于动态网络熵计算得到每条通路的所...

【专利技术属性】
技术研发人员：刘治平，沈忱，曹怡，王怡娟，高瑞，
申请(专利权)人：山东大学，
类型：发明
国别省市：