单细胞miRNA海绵网络推理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种单细胞miRNA海绵网络推理方法、装置、设备及存储介质，涉及基因识别技术领域。具体实现方案包括：获取多个细胞中每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据；根据预设的miRNA

【技术实现步骤摘要】
单细胞miRNA海绵网络推理方法、装置、设备及存储介质


[0001]本专利技术涉及基因识别
，具体而言，涉及一种单细胞miRNA海绵网络推理方法、装置、设备及存储介质。

技术介绍

[0002]竞争性内源核糖核酸(competing endogenous ribonucleic acid，ceRNA)假说揭示了：为了吸附微小RNA(micro RNA，miRNA)，不同非编码RNA和编码RNA转录本相互竞争，形成复杂的RNA串扰网络，该串扰网络可以称作ceRNA网络或miRNA海绵网络。
[0003]miRNA海绵网络中可以包括多种miRNA海绵，miRNA海绵也即miRNA海绵网络中具有竞争关系的转录物。目前，蛋白质编码基因/信使RNA(messenger RNA，mRNA)、长链非编码RNA(long non
‑
coding，lncRNA)、假基因(pseudogene)转录本、以及环状RNA(circular，circRNA)是四种代表性miRNA海绵。
[0004]已有研究表明：miRNA海绵以及miRNA海绵网络在恶性肿瘤发生、发展、侵袭、转移、以及恶化等生物过程中可以起到重要作用，并且可以作为潜在生物标志物，为疾病诊断和靶向治疗提供支持。
[0005]目前已有研究方法主要基于群细胞(bulk)水平的转录组数据来识别群细胞水平miRNA海绵网络。但是，由于每个单细胞存在异质性特征，导致目前的研究方法不能构建在单细胞水平下的miRNA海绵网络。也即，目前的研究方法不能够用于研究单细胞水平miRNA海绵网络。

技术实现思路

[0006]本专利技术的目的在于，针对上述现有技术中的不足，提供一种单细胞miRNA海绵网络推理方法、装置、设备及存储介质，能够在单细胞水平下识别miRNA海绵网络。
[0007]为实现上述目的，本专利技术采用的技术方案如下：
[0008]第一方面，本专利技术提供一种单细胞miRNA海绵网络推理方法，包括：
[0009]获取多个细胞中每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据；根据预设的miRNA
‑
靶基因调控关系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中的miRNA海绵竞争关系对；miRNA海绵竞争关系对是指竞争关系参数满足预设条件的第一靶基因和第二靶基因；根据每个细胞中的miRNA海绵竞争关系对，确定每个细胞的miRNA海绵网络。
[0010]可选地，竞争关系参数包括：第一靶基因和第二靶基因之间的共享miRNA的显著性值、第一靶基因和第二靶基因之间的正相关系数的显著性值、以及第一靶基因和第二靶基因之间的敏感相关系数的显著性值；根据预设的miRNA
‑
靶基因调控关系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中的miRNA海绵竞争关系对，包括：根据预设的miRNA
‑
靶基因调控关
系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、正相关系数的显著性值、以及敏感相关系数的显著性值；将每个细胞中任意两个共享miRNA的显著性值小于第一阈值、正相关系数的显著性值小于第二阈值、且敏感相关系数的显著性值小于第三阈值的第一靶基因和第二靶基因作为miRNA海绵竞争关系对。
[0011]可选地，针对多个细胞中任意一个第一细胞所对应的共享miRNA的显著性值，根据预设的miRNA
‑
靶基因调控关系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、正相关系数的显著性值、以及敏感相关系数的显著性值，包括：
[0012]按照下述公式计算共享miRNA的显著性值：
[0013][0014]其中，p表示共享miRNA的显著性值；N表示多个细胞对应的miRNA的表达谱数据中miRNA的个数；M表示多个细胞对应的miRNA的表达谱数据中，与第一细胞对应的第一靶基因相互作用的miRNA的个数；K表示多个细胞对应的miRNA的表达谱数据中，与第一细胞对应的第二靶基因相互作用的miRNA的个数；L表示表示第一细胞的第一靶基因和第二靶基因共享的miRNA的个数。
[0015]可选地，针对多个细胞中任意一个第一细胞所对应的正相关系数的显著性值，根据预设的miRNA
‑
靶基因调控关系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、正相关系数的显著性值、以及敏感相关系数的显著性值，包括：
[0016]按照下述公式计算正相关系数的显著性值：
[0017][0018]其中，表示第一细胞的第一靶基因和第二靶基因之间的相关系数；c表示多个细胞的细胞个数；r
xy
表示去除第一细胞之前第一靶基因和第二靶基因的相关系数；表示去除第一细胞之后第一靶基因和第二靶基因的相关系数；
[0019][0020]其中，表示归一化的表示归一化的表示第一细胞内所有相关系数的均值；表示第一细胞内所有相关系数的标准差；
[0021][0022]其中，表示正相关系数的显著性值；表示利用pnorm函数计算
标准正态分布随机数小于的概率。
[0023]可选地，针对多个细胞中任意一个第一细胞所对应的敏感相关系数的显著性值，根据预设的miRNA
‑
靶基因调控关系数据和每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、正相关系数的显著性值、以及敏感相关系数的显著性值，包括：
[0024]按照下述公式计算敏感相关系数的显著性值：
[0025][0026]其中，表示在共享基因z的条件下，第一细胞的第一靶基因和第二靶基因之间的偏相关系数，基因z为miRNA；r
xy|z
表示去除第一细胞之前第一靶基因和第二靶基因的偏相关系数；表示去除第一细胞之后第一靶基因和第二靶基因的偏相关系数；
[0027][0028]其中，表示在第一细胞中，第一靶基因和第二靶基因之间的敏感相关系数；
[0029][0030]其中，表示归一化的表示归一化的表示第一细胞内所有敏感相关系数的均值；表示第一细胞内所有敏感系数的标准差；
[0031][0032]其中，表示敏感相关系数的显著性值；表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单细胞miRNA海绵网络推理方法，其特征在于，包括：获取多个细胞中每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据；根据预设的miRNA
‑
靶基因调控关系数据和所述每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定所述每个细胞中的miRNA海绵竞争关系对；所述miRNA海绵竞争关系对是指竞争关系参数满足预设条件的第一靶基因和第二靶基因；根据所述每个细胞中的miRNA海绵竞争关系对，确定所述每个细胞的miRNA海绵网络。2.根据权利要求1所述的方法，其特征在于，所述竞争关系参数包括：第一靶基因和第二靶基因之间的共享miRNA的显著性值、第一靶基因和第二靶基因之间的正相关系数的显著性值、以及第一靶基因和第二靶基因之间的敏感相关系数的显著性值；所述根据预设的miRNA
‑
靶基因调控关系数据和所述每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定所述每个细胞中的miRNA海绵竞争关系对，包括：根据预设的miRNA
‑
靶基因调控关系数据和所述每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定所述每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、所述正相关系数的显著性值、以及所述敏感相关系数的显著性值；将所述每个细胞中任意两个共享miRNA的显著性值小于第一阈值、正相关系数的显著性值小于第二阈值、且敏感相关系数的显著性值小于第三阈值的第一靶基因和第二靶基因作为所述miRNA海绵竞争关系对。3.根据权利要求2所述的方法，其特征在于，针对所述多个细胞中任意一个第一细胞所对应的共享miRNA的显著性值，所述根据预设的miRNA
‑
靶基因调控关系数据和所述每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定所述每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著性值、所述正相关系数的显著性值、以及所述敏感相关系数的显著性值，包括：按照下述公式计算所述共享miRNA的显著性值：其中，p表示所述共享miRNA的显著性值；N表示所述多个细胞对应的miRNA的表达谱数据中miRNA的个数；M表示所述多个细胞对应的miRNA的表达谱数据中，与所述第一细胞对应的第一靶基因相互作用的miRNA的个数；K表示所述多个细胞对应的miRNA的表达谱数据中，与所述第一细胞对应的第二靶基因相互作用的miRNA的个数；L表示表示所述第一细胞的第一靶基因和第二靶基因共享的miRNA的个数。4.根据权利要求2所述的方法，其特征在于，针对所述多个细胞中任意一个第一细胞所对应的正相关系数的显著性值，所述根据预设的miRNA
‑
靶基因调控关系数据和所述每个细胞各自对应的多个第一靶基因的表达谱数据、多个第二靶基因的表达谱数据、以及miRNA的表达谱数据，确定所述每个细胞中任意一对第一靶基因和第二靶基因的共享miRNA的显著
性值、所述正相关系数的显著性值、以及所述敏感相关系数的显著性值，包括：按照下述公式计算所述正相关系数的显著性值：其中，表示所述第一细胞的第一靶基因和第二靶基因之间的相关系数；c表示所述多个细胞的细胞个数；r

【专利技术属性】
技术研发人员：张俊鹏，孙少平，魏雪梅，赵春文，李司婧，罗艳碧，
申请(专利权)人：玉溪市人民医院，
类型：发明
国别省市：