[发明专利]对从细胞的组学数据导出的数据集的硅中分析方法和系统

权利要求书

1.一种用于对从细胞的组学数据导出的数据集进行硅中分析的方法，包括：

将通路模型数据库信息地耦合到机器学习系统和通路分析引擎；

其中，所述通路模型数据库存储分别地从多个不同有病细胞的组学数据导出的多个不同数据集，并且其中，每个数据集包括多个通路元素数据；

由机器学习系统接收所述多个不同数据集；

由所述机器学习系统并使用所述多个不同数据集来产生多个相应训练的模型；

由所述机器学习系统并使用所述训练的模型的预测准确度来从所述训练的模型中选择至少一个模型；以及

由所述机器学习系统来识别所述至少一个模型中与所述有病细胞的治疗参数的状态相关联的决定性通路元素。

2.根据权利要求1所述的方法，其中，

从患有肿瘤病的病人的病人样本生成所述不同数据集中的至少一个，并且其中，从包含并非来自所述病人的细胞的不同细胞培养物生成所述不同数据集中的多个其它数据集，来自不同细胞培养物的细胞具有与病人的肿瘤相同的肿瘤类型。

3.根据权利要求2所述的方法，其中，所述病人尚未被针对所述肿瘤病进行治疗。

4.根据权利要求2所述的方法，还包括基于所识别的决定性通路元素生成包括针对所述病人的治疗推荐的输出数据的步骤。

5.根据权利要求1所述的方法，其中，所述多个不同有病细胞在所述细胞对药物的敏感性方面彼此不同。

6.根据权利要求1所述的方法，其中，多个不同有病细胞包括第一组多个不同有病细胞和第二组多个不同有病细胞，第一组多个不同有病细胞对用药物的治疗敏感，并且，第二组多个不同有病细胞对用所述药物的治疗是抗性的。

7.根据权利要求5所述的方法，还包括由所述通路分析引擎使用所识别的决定性通路元素来调制至少一个不同数据集中的对应通路元素以产生已修改数据集的步骤。

8.根据权利要求7所述的方法，还包括由所述机器学习系统并使用所述已修改数据集来识别针对所述有病细胞的所述治疗参数的所述状态方面的变化的步骤。

9.根据权利要求8所述的方法，其中，状态方面的所述变化是从对所述药物的抗性到对所述药物的敏感性的变化。

10.根据权利要求1所述的方法，其中，所述不同数据集是PARADIGM数据集。

11.根据权利要求1所述的方法，其中，所述决定性通路元素是基因的表达态、蛋白质的蛋白质水平和/或蛋白质的蛋白质活性。

12.根据权利要求1所述的方法，还包括对所述数据集进行预处理的步骤，所述预处理包括特征选择、数据变换、元数据变换和/或分裂成训练和确认数据集。

13.根据权利要求1所述的方法，其中，所述治疗参数是用药物的治疗，并且其中，所述状态是对所述药物的敏感性或对所述药物的抗性。

14.根据权利要求1所述的方法，还包括硅中修改所述决定性通路元素并且由所述通路分析引擎来计算所述有病细胞的所述治疗参数的变化的状态的步骤。

15.根据权利要求14所述的方法，还包括使用已修改决定性通路元素和所述变化的状态来更新针对病人的治疗推荐的步骤。

16.根据权利要求15所述的方法，其中，所述更新的治疗推荐包括参考以所述决定性通路元素为目标的第一药物和参考第二药物，其中，所述第一药物和第二药物被预测为针对所述有病细胞是治疗有效的。