[发明专利]一种致病遗传变异的精确预测方法

说明书

本发明公开了一种致病遗传变异的精确预测方法，将已知致病变异分成两类：数据库变异和训练集阳性变异，数据库变异得到ACMG指南中的部分证据，通过随机抽取方法模拟患者的训练集阳性遗传变异数据和相应的表型数据，计算指南相关的特征，利用基于ERIC的计算方法计算表型相关的特征，结合现有的跟致病性判断相关的特征，利用机器学习算法，实现综合考虑基因型数据和表型数据进行的变异致病性预测；该方法解决了实际场景中存在临床表型数据不完整、带有噪音以及描述不准确导致无法进行变异致病性精确预测的问题。

技术领域

本发明涉及一种预测方法，具体涉及一种致病遗传变异的精确预测方法。

背景技术

罕见病遗传预测是指从患者基因组中找到能够解释患者临床表型的致病遗传变异的过程。能否精确快速地进行遗传预测关系着患者的后期治疗、护理甚至生命。但精确预测致病遗传变异的难点很大，实际场景中，存在临床表型数据不完整、带有噪音以及描述不准确的一系列问题导致无法进行变异致病性精确预测。

发明内容

针对现有技术中的上述不足，本发明提供的一种致病遗传变异的精确预测方法，解决了实际场景中存在临床表型数据不完整、带有噪音以及描述不准确导致无法进行变异致病性精确预测的问题。

为了达到上述发明目的，本发明采用的技术方案为：

一种致病遗传变异的精确预测方法，包括如下步骤：

S1：收集已经报道和证实的致病变异，并根据发现时间的先后将已知致病变异分成两类：数据库变异和训练集阳性变异；

S2：根据步骤S1中得到的数据库变异得到ACMG指南中的证据；

S3：根据步骤S1中得到的训练集阳性变异，通过随机抽取方法模拟患者的遗传变异数据和相应的表型数据；

S4：根据步骤S2得到的ACMG指南中的证据计算模拟遗传变异数据，得到ACMG指南相关的特征，实现指南相关的特征提炼；

S5：利用基于ERIC的计算方法来计算模拟患者表型数据和每个基因的已知表型集合数据间的相似性，得到表型相关的特征，实现表型相关的特征提炼；

S6：根据步骤S4得到的指南相关的特征和步骤S5得到的表型相关的特征，结合现有的跟致病性判断相关的特征，利用机器学习算法，实现综合考虑基因型数据和表型数据的变异致病性预测。

本发明的有益效果为：

基于指南的特征提高了预测结果的可解释性和准确性；表型的随机抽取更真实的模拟了临床表型的复杂性，提高了预测方法的可靠性和临床实用性；引入的基于ERIC的表型相似性计算方法使预测方法能更好的抵抗表型不完整、不准确和存在噪音带来的不确定性，进一步提高了预测方法的准确性。

进一步地，步骤S3中模拟患者的遗传变异数据和相应的表型数据的随机抽取方法，包括如下步骤：

S3-1：从来自非罕见病患者的群体变异中随机抽取W个阴性变异，插入来自训练集阳性变异中的1个已知致病变异，将W个阴性变异和1个阳性致病变异构成患者的模拟遗传变异数据；

S3-2：从阳性致病变异所在基因的已知表型中随机抽取a个表型，然后随机抽取b个表型并进行不精确化处理，最后随机抽取c个无关的噪音表型，模拟出患者的a+b+c个表型，构成患者的表型数据；

S3-3：重复步骤S3-1至S3-2，模拟所有患者的遗传变异数据和相应的表型数据。

上述进一步方案的有益效果为：

表型的随机抽取、不精确化和噪音处理，还原了临床表型的真实性，提高了预测方法的可靠性和临床实用性。

进一步地，步骤S5中，计算模拟患者表型数据和每个基因的已知表型集合数据间的相似性所用计算公式为：