当前位置: 首页 > 专利查询>浙江大学专利>正文

器官移植的免疫排斥预测及信号通路确定装置制造方法及图纸

技术编号:33968772 阅读:55 留言:0更新日期:2022-06-30 01:58
本发明专利技术公开了一种器官移植的免疫排斥预测及信号通路确定装置,通过图表征模块来整合细胞转录组数据和基因信号通路数据以构建细胞系图;然后通过特征提取模块充分提取细胞系图中的节点特征和边特征作为细胞系特征后,采用自注意力层对细胞系特征进行自注意力计算,确定基因节点的注意力权重并得到注意力特征;最后,采用免疫排斥预测模块根据注意力特征预测细胞是否会产生免疫排斥;同时采用重要信号通路确定模块根据注意力权重值筛选的重要基因确定重要基因信号通路,这样在综合考虑细胞转录组数据和基因信号通路的基础上提高了细胞是否发生免疫排斥的预测准确率,同时也保证了寻找到正确的免疫排斥机制的重要基因信号通路。通路。通路。

【技术实现步骤摘要】
器官移植的免疫排斥预测及信号通路确定装置


[0001]本专利技术属于医学数据处理
,具体涉及一种器官移植的免疫排斥预测及信号通路确定装置。

技术介绍

[0002]器官移植作为医疗的重要手段。然后由于器官原者和器官受者属于两个不同的个体,器官移植会发生排斥反应,排斥反应是影响移植器官长期存活的首要独立危险因素,是亟待解决的瓶颈问题。解决排斥反应,就必须探究免疫排斥反应的机制。寻找器官移植产生免疫排斥反应的机制变得刻不容缓。
[0003]随着人们对基因组学研究的深入,以及近年来高通量测序技术的快速发展,受试者的基因组数据变得更容易获得。且存在细胞转录组数据集,即对应的是否对机体产生免疫排斥的标签数据集,同时还存在用于分析转录组基因之间的关系的基因信号通路数据集,如SIGNOR和Reactome数据库等。这些数据集使得对器官移植的免疫排斥预测和导致免疫排斥的重要基因信号通路确定成为可能。

技术实现思路

[0004]鉴于上述,本专利技术的目的是提供一种器官移植的免疫排斥预测及信号通路确定装置,实现根据细胞系转录数据预测器官本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种器官移植的免疫排斥预测及信号通路确定装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,其特征在于,所述存储器中存储有基因信号通路数据集;还存储有参数优化的预测和确定模型,所述预测和确定模型包括图表征模块、特征提取模块、免疫排斥预测模块以及重要信号通路确定模块;所述处理器执行所述计算机程序时实现以下步骤:接收采集的细胞转录组数据;所述图表征模块根据细胞转录组数据和基因信号通路数据集筛选基因和基因信号通路以构建细胞系图;所述特征提取模块采用图卷积网络对细胞系图进行特征提取以得到细胞系特征后,采用自注意力层对细胞系特征进行自注意力计算,确定基因节点的注意力权重并得到注意力特征;所述免疫排斥预测模块采用神经网络对注意力特征进行预测计算得到免疫排斥预测结果;在免疫排斥预测结果为产生免疫排斥时,所述重要信号通路确定模块对从特征提取模块提取的注意力权重进行排序,依据排序结果筛选前k大注意力权重对应的基因作为重要基因,根据重要基因确定重要基因信号通路。2.根据权利要求1所述的器官移植的免疫排斥预测及信号通路确定装置,其特征在于,所述图表征模块中,根据细胞转录组数据和基因信号通路数据集筛选基因和基因信号通路以构建细胞系图,包括:计算基因信号通路数据集和细胞转录组数据的基因交集,将基因交集中的基因作为筛选基因,并将包含筛选基因的基因信号通路作为筛选基因信号通路;以筛选基因作为节点,并以筛选基因对应的基因表达量作为初始节点特征,依据筛选基因信号通路,对出现在筛选基因信号通路上的筛选基因进行超边连接,以形成节点之间的连边,得到细胞系图。3.根据权利要求1所述的器官移植的免疫排斥预测及信号通路确定装置,其特征在于,所述特征提取模块中,采用图卷积网络对细胞系图进行特征提取,包括:在每个图卷积层中,采用以下公式对节点特征进行聚合:其中,表示第i个当前节点的当前节点特征,表示经过特征聚合后的新节点特征,表示第j个邻居节点的节点特征,表示第i个当前节点与第j个邻居节点之间连边的权重,表示邻居节点的个数;聚合后的节点特征通过激活函数激活到下一图卷积层以进行聚合计算。4.根据权利要求1所述的器官移植的免疫排斥预测及信号通路确定装置,其特征在于,所述免疫排斥预测模块中,采用的神经网络包括全局平均池化层,通过全局平均池化层实现对注意力特征的预测计算,以得到免疫排斥预测结果。
5.根据权利要求1所述的器官移植的免疫排斥预测及信号通路确定装置,其特征在于,所述重要信号通路确定模块中,根据重要基因确定重要基因信号通路,包括:从基因信号通路数据集中提取包含重要基因的基...

【专利技术属性】
技术研发人员:吴健胡朝文谢雨峰冯芮苇郭越徐红霞盛凯翔
申请(专利权)人:浙江大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1