[发明专利]基于血清质谱自适应稀疏特征选择的卵巢癌微创快检技术

说明书

基于血清质谱自适应稀疏特征选择的卵巢癌微创快检技术。本发明将血清软电离飞行时间质谱技术与带稀疏惩罚性的特征选择算法相结合，形成了一种卵巢癌的微创快检技术体系。本发明针对血清样本的飞行时间质谱数据特点，设计了带稀疏惩罚性的自适应特征选择算法。该特征选择方法能够从原始的一万多维质谱数据中选择得到20个关键特征，进一步对这20个特征做流形学习，将特征降到2维，可得线性可分的可视化结果，在常规的线性SVM等分类器上即可得到非常好的分类效果。在公共数据集上开展的实验证明了本方法在卵巢癌的判别上的有效性。

技术领域

本发明属于基于质谱数据的疾病筛查领域，特别涉及了基于血清样本飞行时间质谱的卵巢癌快速判别技术。

背景技术

据调查，中国每年新发卵巢癌患者约52,100例，死亡22,500例。在妇科恶性肿瘤排名中，卵巢癌的发病率高居第三位，最低生存率仅为39％，5年复发率最高，达到70％。对卵巢癌的诊断和预防具有重大的社会意义。相对于穿刺细胞活检、腹腔镜等传统检测手段，基于血清样本的质谱检测技术是一种微创、简便、快速的检测手段。

基于质谱的快检技术进入实用阶段的关键是高灵敏度、高准确率的数据判别方法，因此很有必要针对卵巢癌血清质谱这种高维稀疏数据的判别方法开展研究。

发明内容

发明目的：本发明的目的是为现有的卵巢癌检测手段，提高一种微创、高效的检测方面。本发明以软电离飞行时间质谱仪为数据源，针对采集到的数据的高维稀疏特点，设计相应的特征降维处理流程，以实现高效的卵巢癌诊断判别。

技术方案

为达到以上目的，本发明采用的技术方案为：

基于血清质谱自适应稀疏特征选择的卵巢癌微创快检技术，具体步骤为：

(1)数据获取

将分离后的血清样本应用到疏水性C16蛋白质芯片，使用α-氰基-4-羟基肉桂酸作为基质，放入基质辅助激光解吸电离飞行时间质谱仪。基质辅助激光解吸电离飞行时间质谱仪采用了软电离技术，能够较大程度保留样本中的大分子结构。配合使用的α-氰基-4-羟基肉桂酸基质可以有效电离低于20000Da的多肽和蛋白质。设置质谱仪的激光强度240，探测器灵敏度10，质量聚焦6000，位置50，检测范围0-20000Da，每个样本电离40～80次。

(2)数据分析

由于飞行时间质谱记录的各质荷比离子的数量量级差别较大，首先采用特征归一化做数据预处理：预处理后各个维度的特征将呈现均值为0、方差为1的分布特点。

飞行时间质谱数据往往有几万甚至几十万的维数特征量，直接用于分类训练计算量过大，而且其中的很多相关性不高或者不相关的特征量对于判别分类有较大干扰。实验发现，直接使用非监督降维方法，如主成分分析或MDS、t-SNE等流形学习方法，并不能取得理想的降维效果，降维后的数据经过可视化呈现并不能有效区分阳性和阴性两个类别。

为此，引入带稀疏惩罚项的特征特征选择方法，定义待优化的代价函数为：

其中的L1范数对应稀疏正则化，能够有效抑制各维特征中的弱相关特征。为确定最优的λ₁和λ₂，采用网格搜索和交叉验证的方法，自适应选择最优超参数，即求解：为特定超参数取值下优化误差代价函数求得的回归模型。

根据最终选定的回归模型，结合卵巢癌血清样本的数据特点，按照系数θ绝对值的大小逆序选出20个特征作为选定的关键特征。