[发明专利]用于基于网络的生物活性评估的系统与方法

权利要求书

1.一种用于估计生物实体的活性值的计算机化方法，该方法包括：

识别包括代表生物系统中的生物实体的节点和代表节点之间的关系的边的网络模型，其中节点包括代表第一组生物实体的第一组节点和代表第二组生物实体的第二组节点，第一组生物实体中的至少一个生物实体与第二组生物实体中的至少一个生物实体交互，其中第二组生物实体不能够被直接测量，并且其中边将第一组节点中的至少一些节点连接到第二组节点中的至少一些节点并且表示第一组生物实体和第二组生物实体之间的关系；

在处理器接收第一组治疗数据和第二组治疗数据，其中第一组治疗数据和第二组治疗数据与第一组生物实体对应，第一组治疗数据对应于暴露给制剂的第一组生物实体，第二组治疗数据对应于不暴露给制剂的第一组生物实体；

基于第一组治疗数据与第二组治疗数据之间的差异为第一组节点获得活性测量；

基于网络模型和第一组节点的活性测量，为第二组节点生成活性值，其中第二组节点不能够被直接测量，该生成包括：

基于第二组节点中的每个特定节点的活性值与该特定节点利用网络模型中的边所连接到的节点的活性值或活性测量之间的差异来为该特定节点生成活性值，其中对于第二组节点中的每个特定节点，活性值是最小化所述差异的活性值；及

基于网络模型和第二组节点的活性值，生成代表由制剂造成的生物系统的扰动的网络模型的得分。

2.如权利要求1所述的方法，其中生成的活性值与推断的数据对应。

3.如权利要求1所述的方法，其中所述得分是至少部分地基于第二组节点中的每个节点的外出边的数量、第二组节点中的每个节点的进入边的数量、以及由连接第二组节点中的节点的边定义的邻接矩阵来生成的。

4.如权利要求3所述的方法，还包括确定指示生物系统的扰动的得分的统计显著性。

5.如权利要求4所述的方法，其中得分的统计显著性是通过比较得分与多个测试得分来确定的，这多个测试得分是从多个随机生成的测试网络模型计算出来的。

6.如权利要求5所述的方法，其中所述多个随机生成的测试网络模型包括节点标签、将第一组节点连接到第二组节点的边和连接第二组节点中的节点的边中的一个或多个的随机置换。

7.如权利要求1-6中任一项所述的方法，其中每个活性值是活性测量的线性组合，其中该线性组合包括计算代表在第一组节点和第二组节点之间连接的边的第一矩阵和代表连接第二组节点中的节点的边的第二矩阵。

8.如权利要求1-6中任一项所述的方法，还包括通过形成第一组节点的活性测量的每个活性测量的变差估计的线性组合来为每个活性值提供变差估计。

9.如权利要求1-6中任一项所述的方法，还包括：

将活性值表示为第一活性值向量；

将第一活性值向量分解成第一起作用向量和第一不起作用向量，使得第一起作用向量和第一不起作用向量之和是第一活性值向量。

10.如权利要求9所述的方法，还包括：

基于第一组生物实体的第三组治疗数据和第四组治疗数据识别与第二组节点的活性值对应的第二活性值向量；

将第二活性值向量分解成第二起作用向量和第二不起作用向量；及

比较第一起作用活性值向量和第二起作用活性值向量。

11.如权利要求10所述的方法，其中比较第一起作用向量和第二起作用向量包括计算第一起作用向量和第二起作用向量之间的相关性以指示第一组治疗数据和第三组治疗数据的可比性。