[发明专利]鉴定长链非编码核糖核酸-转录因子-基因调控模体的方法

说明书

鉴定长链非编码核糖核酸‑转录因子‑基因调控模体的方法，步骤1，获得基因表达数据；步骤2，基因表达数据的过滤；步骤3，获得生物分子之间的调控关系；步骤4，获得高表达和低表达的长链非编码RNA；步骤5，设计多元线性回归模型；步骤6，结果处理；本发明可用于鉴定复杂疾病中lncRNA‑TF‑gene调控模体，采用严格的过滤条件获得可靠的lncRNA、TF和gene表达数据，以及可靠的TF‑gene调控关系数据，令后续多元线性回归模型输出的结果更为可靠和可信，降低系统误差。

技术领域

本发明属于鉴定lncRNA-TF-gene调控模体技术领域，尤其涉及一种有效的基于多元线性回归模型鉴定lncRNA-TF-gene调控模体的方法。

背景技术

目前，仍有许多重大疾病在威胁着人们的健康、甚至危及生命。癌症无疑是众多重大疾病中最受关注的一种复杂疾病。从全球情况看，约15％的死亡由癌症造成。癌症的诊断和治疗仍然面临巨大挑战。2019年1月我国国家癌症中心在《Chinese Journal ofOncology》上刊载了《2019年中国最新癌症报告》。该报告指出：中国平均每分钟有7.5人被确诊罹患癌症。随着我国人口老龄化进程不断加快，同比患癌率不断攀升，癌症患病和死亡人数不断增多。癌症防治工作已引起各方高度重视。一项极具挑战性的世界性难题摆在我们面前：探讨和研究癌症发生、发展的机制，试图找到预防、诊断、监控和治疗癌症的有效方法。癌症是一种与基因突变有关的慢性复杂疾病，包括表观遗传学改变、DNA缺失和增加、拷贝数变异、染色体易位等。非编码RNA是一类不能翻译为蛋白质的RNA。常见的非编码RNA包括：miRNA、siRNA、piRNA、lncRNA、circRNA等等。研究表明非编码RNA在多种癌症中有至关重要的生理功能，特别是长链非编码RNA(lncRNA)对癌症的发生、发展、转移等有至关重要的作用。近年来，通过高通量测序，结合生物信息学分析，已经发现许多lncRNA在癌症中异常表达或突变。目前研究已证实一些lncRNA为致癌基因，可以作为癌症标志物，用于辅助癌症的诊断和治疗。

长链非编码RNA(long non-coding RNA，简称lncRNA)，通常指不能编码蛋白质，并且长度超过200核苷酸的RNA。lncRNA通过多种形式调控其他编码或非编码基因的表达：转录调控、转录后调控以及表观遗传调控等。已有研究表明lncRNA可以充当ceRNA(competingendogenous RNAs,内源竞争RNA)，与miRNA结合，在细胞中起到miRNA海绵的作用。从而降低miRNA的活性，间接上调miRNA相关靶基因的表达。

近期多篇文章发现了这种非编码RNA在肿瘤癌症调控中发挥重要作用，这些文章陆续发表在《Science》、《Cell》、《Molecular Cell》等杂志上。虽然已知lncRNA是癌症中重要的生物分子，但它们对癌症的贡献仍然很大程度上尚不清楚。一些研究表明lncRNA可以介导基因表达。然而，很少有研究通过lncRNA介导的miRNA参与癌症来探讨lncRNA对TF-gene相互作用调节的影响。

发明内容

为克服上述现有技术的不足，本发明的目的是提供一种基于多元线性回归模型鉴定lncRNA-TF-gene调控模体的方法，旨在采用严格的过滤条件获得可靠的lncRNA、TF和gene表达数据，以及可靠的TF-gene调控关系数据，令后续多元线性回归模型输出的结果更为可靠和可信，降低系统误差；把样本按照lncRNA的表达水平进行分组，然后把高表达和低表达组进行对比；设计多元线性回归模型拟合lncRNA对TF-gene的影响；鉴定lncRNA-TF-gene调控模体，该类调控模体可用于分析生物分子间的调控机制，探究疾病的发生和发展的机制，发现新的疾病标志物。

为实现上述目的，本发明采用的技术方案是：一种基于多元线性回归模型鉴定lncRNA-TF-gene调控模体的方法，包括以下步骤：

步骤1，获得基因表达数据