[发明专利]遗传疾病建模

说明书

提供了用于生成针对患者的遗传疾病的个性化布尔模型的计算机实现的方法。该方法包括存储规范数据和参考模型数据。参考模型包括表示基因的基因节点，基因节点被连接到布尔电路和用于接收二进制输入值的多个输入。参考模型中的每个基因节点包括复用器。该复用器具有第一输入和输出、用于接收二进制突变值的第二输入以及用于接收二进制选择器值的控制输入。该方法还包括使用模型检查器来确定规范在参考模型中是否可达。如果规范是可达的，则该方法包括标识其第二输入被连接到其在达到规范的路径中的输出的每个复用器以获得针对患者的突变数据，生成个性化布尔模型以及输出个人模型数据。

背景技术

本发明一般涉及遗传疾病的建模，更具体地涉及个体患者遗传疾病的个性化布尔模型的生成。

遗传疾病如癌症可由复杂细胞网络中的多重突变引起，所述多重突变导致细胞违反功能/增殖的正常规则/控制，攻击正常组织，并最终转移。诊断和处置需要从分子途径开始系统地理解疾病。

布尔模型已经使用多年来模拟生物学过程，并且已经成功地应用于模拟遗传交互以提供对遗传疾病的原因和行为的了解(参见，例如：“Metabolic stability andepigenesis in randomly connected nets”，Kauffman，Journal of TheoreticalBiology，第437-467页，1969；“A logical model provides insights into t cellreceptor signaling”，Saez-Rodriguez等，PLoS Comput Biol，第3卷，第8期，第1-11页，2007年8月；以及“Network modelling reveals the mechanism underlying colitis-associated colon cancer and identifies novel combinatorial anti-cancertargets”，Lu等，Scientific Report，第5卷，第14页，739EP-，2015年10月)。在“Booleannetwork model for cancer pathways:Predicting carcinogenesis and targetedtherapy outcomes”，Fumia和Martins，PLoS ONE，“第8卷，第7期，第1-11页，2013年7月。这种布尔模型允许抽象出精确的定量信息，将生物过程的时间演化表示为布尔状态序列。

在“Symbolic Model Checking of Signaling Pathways in PancreaticCancer”中，Gong等人，BICoB-2011，http://www.cs.cmu.edu/-Qinsiw/Papers/pcc01。作者应用模型检查来验证对胰腺癌中信号传导途径的串扰建模的布尔网络的一些时间逻辑性质。模型检查器是公知的用于对照规范来验证系统模型的软件工具。模型检查器象征性地探测系统的状态空间以检查系统是否具有特定行为，或者换句话说，是否满足特定属性。模型检查器自动检查通过给定系统模型的可能状态的路径，以确定该模型是否满足特定规范，即，该规范是否经由通过该模型的连续状态的可能路径最终可达。

通常，遗传疾病不是一种疾病，而是相关疾病的集合。例如，癌症不是单一疾病，而是通过体细胞突变的大目录绘制的亚型的不断增长的集合，并且特征在于巨大的分子异质性。患有单一类型癌症，例如前列腺癌的每个患者可能具有不同的突变，并且可能需要不同的处置。由不同基因突变引起的其它表现不同亚型的多因子遗传疾病包括心血管疾病和阿尔茨海默病。诊断和处置这些疾病的第一步包括获得患者的基因表达数据。例如，针对怀疑患有某种类型癌症的任何患者，通常进行肿瘤活检以获得基因表达数据。该数据提供了对患者的特定疾病的测量，例如基因转录、甲基化、磷酸化、蛋白质测量等。该数据最终用于诊断和决定处置过程。

非常需要用于诊断和处置遗传疾病的改进技术。

发明内容