[发明专利]基于质谱数据获取生物标志物的方法及装置

权利要求书

1.一种基于质谱数据获取生物标志物的方法，其特征在于，包括：

步骤S1：取与同一疾病相关的n个疾病质谱数据集，并分别对每个疾病质谱数据集中的蛋白进行蛋白质定量，得到n个蛋白质定量结果，所述n为正整数；

步骤S3：将所述n个蛋白质定量结果分别转换为n组数据，所述每组数据均在同一数值范围内；

步骤S5：将所述n组数据与对照组进行比较，取与所述对照组的统计差异概率值小于预设显著阈值的蛋白作为生物标志物。

2.根据权利要求1所述的方法，其特征在于，在所述步骤S1之后，所述步骤S3之前，所述方法还包括：

步骤S2：将所述n个蛋白质定量结果的蛋白质标号进行匹配，对出现在大于或等于预设数量的蛋白质定量结果中的蛋白进行保留，否则抛弃，得到筛选后的蛋白质定量结果；

其中，所述步骤S3中的所述n个蛋白质定量结果为所述筛选后的蛋白质定量结果。

3.根据权利要求1所述的方法，其特征在于，在完成所述步骤S5后，所述方法还包括：

步骤S6：验证所述生物标志物是否正确；

步骤S7：当所述生物标志物不正确时，重复所述步骤S3至所述步骤S6。

4.根据权利要求3所述的方法，其特征在于，所述步骤S6包括：

步骤S61：采用所述生物标志物对p个疾病质谱数据集以及k个正常质谱数据集进行分类，得到分类结果，所述p和k均为正整数；

步骤S62：根据所述分类结果判断所述生物标志物是否正确。

5.根据权利要求4所述的方法，其特征在于，所述步骤S61中，所述进行分类的算法是投票法、支持向量机算法及决策树算法中的一种或者任意几种的组合。

6.根据权利要求1所述的方法，其特征在于，所述对照组为：

取q个正常质谱数据集进行所述步骤S1中的蛋白质定量，并进行所述步骤S3中的转换后所得的q组数据，所述q为正整数。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述步骤S3中的所述转换的算法为中位值整合法，包括：

步骤S31A：将所述n个蛋白质定量结果中的一个蛋白质定量结果作为基准数据集，其他n-1个蛋白质定量结果作为n-1个待转换数据集；

步骤S32A：首先计算所述基准数据集中每个蛋白在所有蛋白质定量结果中的表达量的中位数μ_j，然后根据所述基准数据集中的所有蛋白的中位数μ_j的列表将所述所有蛋白进行排序，并生成第一排位序列Rank(μ_j)(j=1,2，...m)，其中m为所述基准数据集中的蛋白的个数；

步骤S33A：将所述n-1个待转换数据集中的蛋白分别按蛋白表达量排序成第二排位序列Rank(g_z)；

步骤S34A：按照排序位置将所述第二排位序列Rank(g_z)中的蛋白表达量替换为第一排位序列Rank(μ_j)中相应位置的蛋白表达量μ_j(Rank(μ_j)=Rank(g_z))。