一种结合肿瘤微环境信息的基因突变预测方法技术

本发明专利技术公开了一种结合肿瘤微环境信息的基因突变预测方法，获取肿瘤病理切片图，对肿瘤病理切片图进行预处理，提取并标记不同细胞部分；针对每一张肿瘤病理切片图，结合所属细胞类型和空间信息，构建含有细胞类型的拓扑结构图；利用节点扰动构建原始图样本的扰动样本；使用扰动样本和原始图样本进行对比学习，得到原始图样本的图节点嵌入表示；采用图注意力网络对图节点嵌入表示进行表征，通过交叉熵损失函数进行图神经网络训练，得到预测模型；通过预测模型进行基因突变预测。采取图对比学习网络，能更好的学习到节点的特征表达；使用图注意力网络，能够学习不同细胞的交互关系，探究交互关系对于基因突变的影响，提升基因突变预测的准确性。

【技术实现步骤摘要】

本专利技术涉及生物信息学，具体是涉及一种结合肿瘤微环境信息的基因突变预测方法。

技术介绍

1、肿瘤微环境和基因突变之间存在着一定的关系。基因突变是指在肿瘤细胞中发生的dna序列的改变，它是肿瘤发展和进展的重要驱动因素之一。肿瘤微环境是由多种细胞类型、细胞因子、基质分子等组成的复杂生态系统。这些组成成分之间的相互作用与肿瘤的进展和治疗反应密切相关。

2、在肿瘤微环境的各个成分中，肿瘤浸润淋巴细胞(tumor-infiltratinglymphocytes，简称tils)是一类重要的免疫细胞。tils主要由各类淋巴细胞(如t细胞、b细胞和自然杀伤细胞)组成，它们可通过识别和攻击肿瘤细胞来发挥抗肿瘤的免疫反应。多个研究表明，tils的存在和类型在多种癌症类型中与患者的预后紧密相关，高水平的tils常常与较好的生存率和治疗反应相关联。因此，深入了解tils在肿瘤发展过程中的作用，对于基因突变预测有着重要意义。

3、随着技术革新，基于数字全切片组织病理学图像(wsi)来分析tils的免疫机制已经成为了研究的热点。但现有的大多数基于wsi的研究本文档来自技高网...

【技术保护点】

1.一种结合肿瘤微环境信息的基因突变预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基因突变预测方法，其特征在于，所述对肿瘤病理切片图进行预处理包括将肿瘤病理切片图进行区域块划分，根据图像密度筛选区域块；对筛选出的区域块进行淋巴、基质和肿瘤的分割；记录筛选后的区域块的位置信息和类别信息，并使用残差网络进行特征提取。

3.根据权利要求2所述的基因突变预测方法，其特征在于，利用k近邻算法构建含有细胞类型的拓扑结构图，具体步骤包括：

4.根据权利要求2所述的基因突变预测方法，其特征在于，所述步骤(3)中利用节点扰动构建原始图样本的扰动样本具体包...

【技术特征摘要】

1.一种结合肿瘤微环境信息的基因突变预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基因突变预测方法，其特征在于，所述对肿瘤病理切片图进行预处理包括将肿瘤病理切片图进行区域块划分，根据图像密度筛选区域块；对筛选出的区域块进行淋巴、基质和肿瘤的分割；记录筛选后的区域块的位置信息和类别信息，并使用残差网络进行特征提取。

3.根据权利要求2所述的基因突变预测方法，其特征在于，利用k近邻算法构建含有细胞类型的拓扑结构图，具体步骤包括：

4.根据权利要求2所述的基因突变预测方法，其特征在于，所述步骤(3)中利用节点扰动构建原始图样本的扰动样本具体包括：对含有细胞类型的拓扑结构图中图节点的节点特征进行扰动，得到两个弱扰动样本，对其中一个弱扰动样本中图节点的连接关系进行扰动，得到强扰动样本。

5.根据权利要求4所述的基因突变预测方法，其特征在于，所述步骤(4)中的损失函数loss为：

6.根据权利要求5所述的基因...

【专利技术属性】
技术研发人员：邵伟，史洋炀，张道强，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：