[发明专利]一种药物的长非编码RNA靶点预测方法和系统

权利要求书

1.一种药物的长非编码RNA靶点预测方法，其特征在于，包括以下步骤：

1)通过分析长非编码RNA和基因的表达数据构建长非编码RNA和基因的共表达关系，并通过机器学习方法预测长非编码RNA的调控基因集合；首先通过关联分析长非编码RNA和基因在同一组样本的表达谱，构建长非编码RNA和基因的共表达矩阵，然后通过机器学习方法，将支持向量机预测器作用于全部长非编码RNA和基因组合，得到长非编码RNA的调控基因集合；

2)通过分析药物作用下的基因表达数据构建对药物敏感的基因集合；

3)通过最优化方法建立长非编码RNA的调控基因和药物敏感基因的联系，进而预测药物的长非编码RNA靶点；

步骤3)对于给定药物建立如下优化模型，获取n_L个长非编码RNA做为给定药物靶点的可能性

其中，n_G,n_L,n_T分别是基因的个数、长非编码RNA的个数和训练预测器的训练集的个数；α^*表示预测器最优参数；α表示预测器参数；表示n_T维和n_L维实数空间；C表示预测器惩罚参数；K表示核函数；y表示预测器输出；b^*表示预测器最优参数；K(X_t,X)表示将核函数作用于待预测长非编码RNA和基因组合X_t与已知关系的长非编码RNA和基因组合X；x表示一对基因和长非编码RNA组合；c_i为基因i同给定药物的敏感程度；

上述最优化模型采用分步求解：首先利用标准的支持向量机求解模型获得预测器的最优参数(α^*，b^*)；接着通过标准的无约束最优化模型求解最优的d，最终得到同药物最敏感基因调控关系最强的长非编码RNA，并将其做为候选的药物长非编码RNA靶点。

2.如权利要求1所述的方法，其特征在于，通过数据库和文献检索对步骤3)得到的长非编码RNA靶点预测结果进行验证。

3.如权利要求1所述的方法，其特征在于，步骤2)依据药物作用前后基因的表达水平变化构建药物敏感基因集合；首先通过分析药物作用前后的基因表达谱，寻找显著差异表达的基因，然后定义一个打分原则评价基因对药物的敏感程度。

4.如权利要求3所述的方法，其特征在于，所述打分原则是：对一给定药物，定义c_i＝sgn(log FC_i)[|log FC_i|×(-log(pvalue_i))]_scale01为基因i同给定药物的敏感程度，其中i＝1,...,N，N是基因的个数，FC是用药后与用药前表达值变化的倍数，pvalue表示药物作用前后基因差异表达的显著性，scale01表示对象的零一归一化处理，即：

其中μ＝min_i|log FC_i|×(-log(pvalue_i))，σ＝max_i|log FC_i|×(-log(pvalue_i))-μ。

5.一种采用权利要求1所述方法的药物的长非编码RNA靶点预测系统，其特征在于，包括：

数据收集模块，用于收集长非编码RNA和基因的表达数据，以及药物的基因组数据；

数据集构建模块，用于根据长非编码RNA和基因的表达数据构建长非编码RNA调控基因集合，以及根据药物作用下的基因表达数据构建药物敏感基因集合；

数据建模模块，用于通过最优化方法建立长非编码RNA的调控基因和药物敏感基因的联系，进而预测药物的长非编码RNA靶点。

6.如权利要求5所述的系统，其特征在于，还包括模型测试模块，用于通过数据库和文献检索分析药物和长非编码RNA的功能，结合分析药物敏感基因与长非编码RNA调控基因，验证得到的药物长非编码RNA靶点。

7.如权利要求5所述的系统，其特征在于，所述数据集构建模块通过关联分析长非编码RNA和基因在同一组样本的表达谱，构建长非编码RNA和基因的共表达矩阵，然后通过机器学习方法寻找同长非编码RNA最相关的基因作为其调控基因集合；所述数据集构建模块依据药物作用前后基因的表达水平变化构建药物敏感基因集合。