一种单细胞m6A甲基化谱的预测方法技术

本发明专利技术公开一种通过机器学习技术，基于基于反式m6A调控因子表达谱和顺式m6A序列组合特征在单细胞中预测m6A甲基化谱的方法，包括建立单细胞m6A甲基化谱预测模型和基于该模型进行单细胞m6A甲基化谱预测。本发明专利技术构建的批量预测模型拟合效果好，定义真实值和预测值差值在

【技术实现步骤摘要】
一种单细胞m6A甲基化谱的预测方法


[0001]本专利技术属于基因组学生物信息学的
，具体地说，涉及一种基于单细胞内反式m6A调控因子表达水平和顺式m6A序列组合特征在单细胞水平上预测m6A丰度的方法。

技术介绍

[0002]单细胞测序技术自2009年首次问世以来至今一直广受关注。简单来说，单细胞测序是在单个细胞水平上，对基因组、转录组、表观组进行高通量测序分析的一项新技术，其流程主要包括四个步骤：单细胞分离、全基因组扩增、高通量测序和数据分析。相较于传统的基于多细胞信号均值的测序，单细胞测序技术能够从混杂组织中捕获单个细胞，并获取单个细胞的基因结构和基因表达状态，揭示细胞间的异质性。
[0003]N6
‑
甲基腺苷(m6A)是一种mRNA内部含量最多，存在最广泛的RNA表观遗传修饰，在肿瘤、发育生物学、微生物学、神经科学等领域发挥重要作用，正成为生命科学研究的热点，调节m6A修饰所涉及的m6A调控因子有十余种包括：“编码器”(writer)METTL3、METTL14、WTAP等，“擦除器”(eraser)FTO本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单细胞m6A甲基化谱的预测方法，其特征在于，包括建立单细胞m6A甲基化谱预测模型和基于该模型进行单细胞m6A甲基化谱预测，其中建立单细胞m6A甲基化谱预测模型包括以下步骤：步骤1、从GEO(Gene Expression Omnibus)数据库中收集所有的m6A调控因子转录组数据和m6A
‑
seq数据，然后提取全部的m6A反式调控因子和顺式motif序列信息，和对应m6A甲基化水平的调控网络关系；步骤2、获得所有的m6A调控因子的基因表达谱数值和m6A甲基化谱数值，并进行标准化转换处理；步骤3、将处理后的单细胞m6A矩阵进行共表达网络分组，使用HOMER计算每个分组中基因的m6A motif数值，将符合DRACH模式且p值最小的序列的各个A/C/G/T的占比整理成矩阵，与单细胞m6A调控因子矩阵合并；步骤4、根据共表达水平对单细胞m6A进行降维，计算单细胞m6A甲基化谱与m6A调控因子的相关性，得到一一对应的单细胞m6A反式调控因子
‑
顺式motif矩阵和单细胞m6A甲基化谱矩阵；对得到的成对匹配的矩阵进行模型构建，将单细胞m6A反式调控因子和顺式motif矩阵作为模型输入，单细胞m6A甲基化谱矩阵作为监督学习的目标变量；将全部样本划分为训练集、测试集，训练集做5折交叉验证；给定参数，训练集用于构建模型，测试集用于验证模型回归预测性能。2.根据权利要求1所述的一种单细胞m6A甲基化谱的预测方法，其特征在于，经过步骤2之后，判断获得的m6A甲基化谱数据是否存在有大量缺失值，对缺失率>10％的样本和基因直接删除，对缺失率<10％的位置使用该行均值和该列均值的均值进行填充，计算公式为：其中，Z
ij
表示缺失值坐标，是该缺失值所在行均值，是该缺失值所在列均值。3.根据权利要求1所述的一种单细胞m6A甲基化谱的预测方法，其特征在于，对于所述步骤4还包括如下步骤：步骤4.1、最优参数筛选，使用网格搜索计算RFR模型的最优超参数，参数n_estimators是RFR模型基评估器的数量，max_depth是RFR模型基评估器的最大深度，超过最大深度的树枝会被剪掉，其中，参数网格设置为：
′
max
′
depth
：range(2，15，1)
ꢀꢀꢀꢀꢀ
(2...

【专利技术属性】
技术研发人员：安三奇，李玥琪，褚洁梅，梁浩，韦吴迪，李文兴，李静怡，叶力，蒋俊俊，胡小鹏，林垚，
申请(专利权)人：广西医科大学，
类型：发明
国别省市：