[发明专利]一种预测PD潜在gene和miRNA的方法及系统在审

专利信息
申请号: 201911395614.3 申请日: 2019-12-30
公开(公告)号: CN111161796A 公开(公告)日: 2020-05-15
发明(设计)人: 李敏;汪沛沣;罗慧敏 申请(专利权)人: 中南大学
主分类号: G16B20/00 分类号: G16B20/00;G16B50/00
代理公司: 长沙智路知识产权代理事务所(普通合伙) 43244 代理人: 曲超
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 预测 pd 潜在 gene mirna 方法 系统
【权利要求书】:

1.一种预测PD潜在gene和miRNA的方法,其特征在于,包括以下步骤:

S1:根据已知基因gene和候选gene构建gene库,其中所述已知gene为已经证实和帕金森病PD有关的gene,所述候选gene为与除PD外所有的神经退行性疾病有关的gene;

S2:根据已知MicroRNA即miRNA和候选miRNA构建miRNA库,其中所述已知miRNA为已经证实和PD有关的miRNA,所述候选miRNA为与所述已知miRNA相识度达到预设值以上的miRNA;

S3:根据所述gene库的所述已知gene和所述候选gene与所述miRNA库中的所述已知miRNA和所述候选miRNA构建相互关联的异构网络;

S4:在所述异构网络中,根据所述gene库中不同的所述已知gene和所述已知gene与所述候选gene在蛋白质相互作用的PPI网络之间的关联关系,对不同的所述已知gene之间的边的权值和所述已知gene与所述候选gene之间的边的权值进行打分,并将打分情况作为gene关联数据;

S5:在所述异构网络中,根据所述miRNA库中的不同的所述已知miRNA之间的相似程度和所述已知miRNA与所述候选miRNA之间的相似程度,计算得到不同的所述已知miRNA之间的边的权值和所述已知miRNA与所述候选miRNA之间的边的权值,并将计算结果作为miRNA关联数据;

S6:在所述异构网络中,判断所述已知gene与所述已知miRNA、所述已知gene和所述候选miRNA以及所述候选gene与所述已知miRNA是否存在关系,若有关系,则对gene和miRNA之间的边的权值赋值为1,否则为0,并将赋值情况作为gene-miRNA关联数据;

S7:通过所述gene关联数据、所述miRNA关联数据和所述gene-miRNA关联数据构建到所述异构网络的邻接矩阵A;在所述邻接矩阵A中,第m行n列的元素为Amn,Amn=Anm,Amn的值为第m个gene或miRNA与第n个gene或miRNA之间的边的权值;所述邻接矩阵A对角线上的数据赋值结果为:如果第i个数据为所述已知gene或者所述已知miRNA,那么Aii赋值为1;如果第i个数据为所述候选gene或者所述候选miRNA,那么Aii赋值为0,表示为待填充元素;

S8:使用SVT算法填充所述邻接矩阵A得到矩阵X,所述矩阵X的对角线上所述待填充元素的值的大小表示所述待填充元素对应的所述候选gene或所述候选miRNA与PD的关联程度的大小。

2.如权利要求1所述的预测PD潜在gene和miRNA的方法,其特征在于,在所述步骤S2中,所述预设值在50%至60%之间。

3.如权利要求1所述的预测PD潜在gene和miRNA的方法,其特征在于,在所述步骤S4中:所述gene关联数据还包括:不同的所述候选gene之间的边的权值,且所述候选gene之间的边的权值为0,打分范围在0-1之间。

4.如权利要求1所述的预测PD潜在gene和miRNA的方法,其特征在于,在所述步骤S5中:所述miRNA关联数据还包括:不同的miRNA之间的边的权值,且所述候选miRNA之间的边的权值为0,计算结果在0-1之间。

5.如权利要求1所述的预测PD潜在gene和miRNA的方法,其特征在于,在所述步骤S6中:所述候选gene-miRNA关联数据还包括:所述候选gene与所述候选miRNA之间的边的权值,且所述候选gene与所述候选miRNA之间的边的权值为0;

若gene影响miRNA的表达,则gene和miRNA有关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911395614.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top