本发明专利技术实施例公开了一种基于基因与细胞关系的图网络构建方法及装置，所述方法包括：获取多个样本中的基因和细胞，对各样本中的基因和细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算该两个样本图网络中各节点特征的重要性；根据存在相互作用关系的基因与细胞、以及该两个样本图网络中各节点特征及其重要性，构建初始的因子图网络；根据因子图网络的邻接矩阵，对因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基于预测到的基因与细胞更新因子图网络。本发明专利技术解决了相关技术中无法定性定量分析基因与细胞相互作用关系的问题。胞相互作用关系的问题。胞相互作用关系的问题。
【技术实现步骤摘要】
图网络构建方法、装置、电子设备及存储介质
[0001]本专利技术涉及医学组学信息领域，尤其涉及一种基于基因与细胞关系的图网络构建方法、装置、电子设备及存储介质。
技术介绍
[0002]肿瘤发生是一个复杂而动态的过程，包括三个阶段：起始、进展和转移。肿瘤微环境(TME)的生理状态与肿瘤发生的每一步都密切相关，肿瘤微环境中包含肿瘤细胞、免疫细胞、基质细胞、成纤维细胞、脂肪细胞和炎症细胞等，这些细胞存在相互影响关系，如T辅助细胞能支持CD8+细胞，除了肿瘤微环境的细胞值得研究外，基因对于肿瘤微环境的发展也同样重要，肿瘤微环境中的细胞间的相互作用是以由基因编码的蛋白质物质
‑‑‑
细胞因子，如趋化因子和生长因子等作为中间媒介，即一些细胞分泌的因子会作用于其他细胞导致肿瘤微环境的变化，从而影响病程进展。
[0003]在目前的研究中有许多基于肿瘤微环境的基因或细胞的相关研究，如基因的共表达模块分析建立基因模块与肿瘤特征的相关性，或者相同基因的不同组学信息分析癌症微环境特征，如体细胞突变，拷贝数变异和甲基化等，又或者基于基因表达量推断肿瘤微环境的细胞的浸润程度，如CIBERSORT和Xcell，并根据细胞浸润程度分析肿瘤微环境特征。
[0004]然而，现在技术大多聚焦于基因或细胞中，很少考虑到基因与细胞之间的相互作用，基因与细胞之间的相互作用相关性的探究同样具有重要意义，同时，无法基于已知相互作用关系的基因
‑
细胞联系预测出新的基因
‑
细胞相互作用对，不仅不能指示出基因
‑
细胞是否具有相互作用关系，更不能定量的给出相互作用强度，无法为探索肿瘤微环境进展与特征提供更多信息。
[0005]因此，急需一种能够定性定量分析基因与细胞间相互作用关系的基于基因与细胞关系的图网络构建方法。
技术实现思路
[0006]本专利技术各实施例提供一种基于基因与细胞关系的图网络构建方法、装置、电子设备及存储介质，以解决相关技术中存在的无法定性定量分析基因与细胞间相互作用关系的问题。
[0007]其中，本专利技术所采用的技术方案为：
[0008]根据本专利技术的一个方面，一种基于基因与细胞关系的图网络构建方法，所述方法包括：获取多个样本中的基因和细胞，对各样本中的所述基因和所述细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性；根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性，构建初始的因子图网络；根据所述因子图网络的邻接矩阵，对所述因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基
于预测到的存在相互作用关系的基因与细胞更新所述因子图网络。
[0009]根据本专利技术的一个方面，一种基于基因与细胞关系的图网络构建装置，所述装置包括：数据预处理模块，用于获取多个样本中的基因和细胞，对各样本中的基因和细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；因子特性评估模块，用于根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性；因子图网络建立模块，用于根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性，构建初始的因子图网络；路径预测模块，用于根据因子图网络的邻接矩阵，对因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基于预测到的存在相互作用关系的基因与细胞更新因子图网络。
[0010]根据本专利技术的一个方面，一种电子设备，包括处理器及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的基于基因与细胞关系的图网络构建方法。
[0011]根据本专利技术的一个方面，一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于基因与细胞关系的图网络构建方法。
[0012]根据本专利技术的一个方面，一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序存储在存储介质中，计算机设备的处理器从存储介质读取计算机程序，处理器执行计算机程序，使得计算机设备执行时实现如上所述的基于基因与细胞关系的图网络构建方法。
[0013]在上述技术方案中，实现了基于已知相互作用关系的基因
‑
细胞联系预测出新的基因
‑
细胞相互作用对，不仅指示出基因
‑
细胞是否具有相互作用关系，同时还定量的给出相互作用强度的基于基因与细胞关系的图网络构建方法。
[0014]具体而言，通过已知存在相互作用的基因细胞对的特征和他们的重要性表征基因与细胞的相关程度，并利用机器学习进行图网络的边预测，从而推断出其他还存在相互作用的基因
‑
细胞对的方法，为实际临床问题的分析提供更多信息，从而解决了现有技术中无法定性定量分析基因与细胞间相互作用关系的问题。
[0015]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0016]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0017]图1是根据一示例性实施例示出的一种基于基因与细胞关系的图网络构建方法的流程图；
[0018]图2是图1对应实施例中步骤110在一个实施例的流程图；
[0019]图3是图1对应实施例中步骤130在一个实施例的流程图；
[0020]图4是图1对应实施例中步骤130在一个实施例的流程图；
[0021]图5是图1对应实施例中步骤150在一个实施例的流程图；
[0022]图6是图1对应实施例中步骤170在一个实施例的流程图；
[0023]图7是根据一示例性实施例示出的一种基于基因与细胞关系的图网络构建装置的框图；
[0024]图8是图7对应实施例在应用场景中的装置流程图；
[0025]图9是根据一示例性实施例示出的一种电子设备的硬件结构图；
[0026]图10是根据一示例性实施例示出的一种电子设备的框图。
[0027]通过上述附图，已示出本专利技术明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本专利技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本专利技术的概念。
具体实施方式
[0028]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
[0029]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于基因与细胞关系的图网络构建方法，其特征在于，所述方法包括：获取多个样本中的基因和细胞，对各样本中的所述基因和所述细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞；根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，并分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性；根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性，构建初始的因子图网络；根据所述因子图网络的邻接矩阵，对所述因子图网络中是否还有存在相互作用关系的其他基因与细胞进行预测，基于预测到的存在相互作用关系的基因与细胞更新所述因子图网络。2.如权利要求1所述的方法，其特征在于，所述获取多个样本中的基因和细胞，对各样本中的所述基因和所述细胞分别进行特征筛选，得到用于指示各样本特征的基因和细胞，包括：获取多个样本中的基因，对各样本的所述基因进行筛选得到用于指示样本特征的基因；根据各样本的所述基因的表达谱得到各样本中细胞的组成数据，根据所述细胞的组成数据对所述细胞进行浸润评估；根据所述细胞的浸润评估结果对所述细胞进行筛选，得到用于指示样本特征的细胞。3.如权利要求1所述的方法，其特征在于，所述根据用于指示各样本特征的基因和细胞分别构建基因样本图网络和细胞样本图网络，包括：计算未携带标签的样本之间的相似性、以及计算未携带标签样本与携带标签样本之间的相似性；以样本作为节点，根据计算得到的相似性以及样本所携带标签是否相同，在不同节点之间建立路径；以用于指示各样本特征的基因和细胞的特征作为节点特征，分别得到节点特征为基因特征的基因样本图网络和节点特征为细胞特征的细胞样本图网络。4.如权利要求1所述的方法，其特征在于，所述分别计算基因样本图网络和细胞样本图网络中各节点特征的重要性，包括：利用像素级解释算法计算所述基因样本图网络中各节点之间的相关性，得到所述基因样本图网络中每个节点特征的重要性；利用像素级解释算法计算所述细胞样本图网络中各节点之间的相关性，得到所述细胞样本图网络中每个节点特征的重要性。5.如权利要求1所述的方法，其特征在于，所述根据存在相互作用关系的基因与细胞、以及基因样本图网络和细胞样本图网络中各节点特征及其重要性，构建初始的因子图网络，包括：以基因或细胞作为节点，根据存在相互作用关系的基因与细胞，在不同节点之间建立路径；根据基因样本图网络和细胞样本图网络中各节点特征及其重要性，计算所述因子图网络中各路径的权重；所述基因样本图网络的节点特征及其重要性为基因特征和基因重要
性，所述细胞样本图网络中的节点特征及其重要性为细...
【专利技术属性】
技术研发人员：赖清佩，秦文健，谢耀钦，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
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。