【技術實現步驟摘要】
本發屬于系統生物學，具體涉及其針對多樣本量的bulk轉錄組和單細胞轉錄組數據的單樣本基因調控網絡構建方法。
技術介紹
1、基因調控網絡(gene?regulatory?network,grn)在生物系統和復雜疾病的研究中起著至關重要的作用。它們闡明了基因組序列如何精確地控制基因表達的空間和時間模式，并指定細胞類型特異的功能和相互作用。實驗方法幫助我們獲得了大量轉錄因子(transcript?factor,tf)與靶基因之間的調控關系。然而，實驗技術本身存在一定的限制，人們仍未能揭示完整的全貌。
2、許多計算方法已被開發出來，以從rna測序(rna-seq)和單細胞rna測序(singlecell?rna-seq,scrna-seq)數據集中重建grn。這些算法大致可以分為兩類：一種是推斷整個樣本或細胞類型的聚合網絡；另一種是構建樣本特異性或細胞類型特異性的網絡。隨著單細胞技術的發展，后者變得愈加重要。單細胞技術的最新進展使得對細胞異質性的高分辨率研究成為可能，從而更深入地理解不同生物過程中的細胞異質性。因此，樣本特異性網絡(sample?specific?network,ssn)的應用和發展變得越來越重要。liu等人基于pearson相關性開發了一個基于單個樣本的ssn，這是一個線性方法。dai等人首次在單細胞水平上提出了細胞特異性網絡，通過研究基因表達的非參數聯合分布，保留了兩個細胞之間的異質性。wang等人通過考慮細胞群體的混合效應，改進了細胞特異性網絡，并開發了局部細胞特異性網絡的算法。li等人開發了c-csn
3、然而，僅獲得ssn可能不足以揭示細胞發育和疾病進展中的重要變化。最近，差異網絡作為識別這些變化的更有效手段而出現。但是，目前構建ssn的算法無法生成差異網絡，除了liu等人開發的基于pearson相關的“ssn”，僅適用于線性系統。轉錄因子調控、受體級聯反應、表觀遺傳修飾、基因組編輯、rna編輯、細胞信號通路和rna干擾等各種生物現象之間的復雜調控關系，都可能以不同程度影響基因表達水平的變化。因此，大多數生物系統中的調控關系并不簡單地線性相關。
技術實現思路
1、本專利技術的目的在于提供一種基于互信息理論的單樣本基因調控網絡構建方法，以克服上述現有技術中的缺陷。
2、本專利技術提供的基于互信息的單樣本基因調控網絡構建方法，簡記為diffmin，具體步驟為：
3、s1:首先對基因表達數據進行預處理，剔除掉基因表達量較低的基因和樣本；隨后，對基因表達數據進行均勻離散化；
4、s2:在開始計算之前，根據生物學意義，指定一部分樣本為背景樣本(假設有n1個)，剩余樣本為前景樣本(假設有n2個)；通過計算前景樣本對背景樣本的擾動，得到初始差異網絡；
5、s3:分別計算背景樣本和添加了擾動樣本的互信息相關性網絡；其中，樣本中任意兩個基因x＝(x1,x2,x3,...,xn)和基因y＝(y1,y2,y3,...,yn)之間計算互信息相關性網絡的公式如下：
6、
7、其中，n表示樣本的個數，p(x),p(y)分別表示x,y的邊緣概率,p(x,y)表示x,y的聯合概率。
8、s4:隨后，對互信息網絡進行標準化，獲得標準化之后的樣本相關性網絡，其標準化計算公式如下：
9、
10、其中，分別表示變量x,y的信息熵。將背景樣本計算的互信息網絡表示為在背景樣本中增加一個前景樣本j(j＝1,2,...,n2)得到的互信息網絡表示為
11、s5:通過計算擾動網絡和背景網絡之間的差異，識別出由擾動樣本引起的網絡變化，其計算公式如下：
12、
13、其中，j表示其中的第j個待計算的前景樣本；
14、s6:針對背景樣本個體網絡的計算，采用近似的方式，但不同的是，每次將背景群體中移除單個樣本i,i＝1,2,...,n1，計算移除單個樣本之后對于整體網絡的擾動變化；其計算公式如下：
15、
16、其中，i表示其中的第i個待計算的背景樣本；
17、s7:采用隨機置換檢驗的方法對網絡的邊進行顯著性檢驗，獲取網絡的邊的顯著性值(稱為p值)；通過隨機打亂基因分布的方式對隨機網絡進行構建，具體方法為，保持樣本的順序不變，分別隨機打亂每一個基因的表達水平，在保持其基因分布不變的情況下，構建出新的隨機網絡；
18、s8:按照上述同樣的方法，計算隨機網絡的差異網絡。并采用隨機置換檢驗的方法，對計算出的真實的網絡的邊進行置換檢驗。
19、基于上述單樣本基因調控網絡構建方法，本專利技術還包括單樣本調控網絡構建系統。該系統具體包括8個模塊，分別是：基因表達數據預處理模塊，初始差異網絡計算模塊，互信息相關性網絡計算模塊，樣本相關性網絡計算模塊，網絡擾動變化計算模塊，整體網絡擾動變化計算模塊，隨機網絡構建模塊，隨機網絡的差異網絡計算模塊。這8個模塊分別執行上述單樣本調控網絡構建方法中8個步驟的具體操作。
20、本專利技術采用的互信息(mi)技術，已被證明在測量生物系統中的基因表達調控方面具有優勢。
21、本專利技術提供的diffmin，對各種單細胞數據集的分析表明，在細胞聚類方面優于現有的ssn算法，并且比僅基于基因表達的聚類更有效。本專利技術成功地將diffmin應用于橫向主動脈縮窄(transverse?aortic?constriction,tac)單細胞數據，構建了壓力超負荷的差異網絡，并識別出心力衰竭過程中調控網絡的單調變化。本專利技術還將diffmin應用于來自癌癥基因組圖譜(the?cancer?genome?atlas,tcga)的乳腺癌樣本，發現其能夠識別與預后強相關但表達差異不顯著的關鍵基因。總體而言，本專利技術方法具有廣泛的適用性，在細胞聚類、關鍵基因識別、生物過程研究和疾病診斷中表現良好。
22、與現有技術相比，本專利技術的技術特點和性能優勢主要有：
23、(1)具有較強的靈活性，能夠根據研究目的的不同構建出不同的單樣本基因調控網絡。識別差異網絡的第一步是選擇一個背景組，然后逐個添加樣本，以識別個體樣本對背景網絡的影響。背景組的選擇顯著影響網絡構建，同時也為研究生物現象的研究人員提供了靈活性。例如，如果研究人員希望調查不同發育狀態下細胞的調控網絡，可以使用初始發育狀態作為背景組。或者，如果研究人員對其他細胞類型與特定細胞類型之間的調控網絡差異感興趣，可以將特定細胞類型作為背景組。總之，選擇不同的背景組可以滿足不同的研究需求。
24、(2)利用非線性的方法更加真實的衡量生物學網絡。作為識別非線性模型的方法，互信息在評估復雜生物網絡方面比線性模型方法更有效。基因激活、表達增強、正負反饋以及級聯反應往往表現出復雜的非線性相關性。
本文檔來自技高網...【技術保護點】
1.一種基于互信息的單樣本基因調控網絡構建方法，其特征在于，具體步驟為：
【技術特征摘要】
1.一種基于互信息的單樣本基因調控網...
【專利技術屬性】
技術研發人員：史際帆，趙娟，艾凇瑋，鄒文葵，柳家振，孫毅，楊偉，林偉，
申請(專利權)人：復旦大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。