[发明专利]一种筛选生物标志的方法

权利要求书

1.一种筛选生物标志的方法，其特征在于，其包括：

以非标记定量分析方法，分别获得两组生物样品中不同生物标志类物质的名称和对应的相对强度值，并将不同生物标志类物质的相对强度值进行归一化处理；其中，两组生物样品对应的生物标志类物质的种类相同；

对两组生物样品中每一种生物标志类物质对应的归一化后的平均强度值分别进行t检验，并通过以下公式获得t-value；

其中，m和n分别为两组生物样品中的样品个数，s(i)为标准差，s₀为预设的0～2范围内的最小差异倍数值，a为自由度，和分别为两组生物样品中的第i种相同生物标志类物质的归一化后的平均强度值；

通过t分布的累积分布函数来检索观察t-value的绝对值的累积概率，从而计算出p-value，采用Benjamini-Hochberg法对p-value进行校正，以计算得到的FDR值作为校正后的q-value，q-value小于或等于显著性水平，则该q-value对应的生物标志类物质为差异表达的生物标志类物质。

2.根据权利要求1所述的筛选生物标志的方法，其特征在于，所述生物标志类物质选自基因转录或翻译产物、大分子蛋白质和小分子代谢物中的任意一种，优选地，所述生物标志类物质为蛋白质，所述生物标志为差异表达的蛋白质。

3.根据权利要求1所述的筛选生物标志的方法，其特征在于，所述生物标志类物质为蛋白质时，在将蛋白质的相对强度值归一化处理之前或之后，对不同蛋白质的蛋白名和对应的相对强度值的数据进行过滤，所述过滤为将蛋白名和相对强度值存入二维矩阵，然后过滤来自反库的蛋白质和有潜在污染的蛋白质，其中，来自反库的蛋白质蛋白名前缀为“REV_”，有潜在污染的蛋白质蛋白名前缀为“CON_”；

优选地，对所有数据行采用循环倒序删除的方法，倒序遍历蛋白名，判断是否含有目标前缀，若符合条件则删除该数据行强度值以及蛋白名信息。

4.根据权利要求3所述的筛选生物标志的方法，其特征在于，还包括对过滤后的数据进行缺失值处理，所述缺失值处理包括将相对强度值为0值的蛋白质数据进行过滤，倒序遍历相对强度值，判断是否含有0值，若符合条件则删除该行；

优选地，归一化处理为将不同蛋白质的相对强度值换算为2为底数的对数的强度值。

5.根据权利要求2所述的筛选生物标志的方法，其特征在于，每组生物样品的样品数量至少为3个，优选3个，优选地，绘制两组生物样品中各样品的技术重复性实验的蛋白强度分布直方图，横坐标为归一化后的强度值，划分等间隔的多个区间，纵坐标为对应强度值的区间内蛋白质的个数，通过蛋白强度分布直方图的相似性来判断两组生物样品的蛋白质的含量的相似性；

优选地，对各样品进行相关性分析；计算得到pearson系数并绘制相关性分析散点图，横、纵坐标分别为相比较的两次技术重复实验的归一化的强度值，图中点表示蛋白质。

6.根据权利要求1所述的筛选生物标志的方法，其特征在于，采用Benjamini-Hochberg法对p-value进行校正包括：将p-value按照升序排列，使用公式FDR＝(n/i)p-value计算每个p-value对应的FDR值，其中，n为p-value个数，i为p-value排序后的序号，如果某一个p-value所对应的FDR值大于排序的前一位p值所对应的FDR值，则放弃公式计算出来的FDR值，选用与它前一位相同的值；反之则保留计算的FDR值，最终得到的值记为q-value，筛选小于或等于显著性水平的q-value，筛选出的q-value对应的蛋白质为差异表达的蛋白；优选地，显著性水平为0.05。

7.根据权利要求6所述的筛选生物标志的方法，其特征在于，对筛选结果绘制火山图，火山图横坐标为生物标志类物质对应的归一化后的平均强度值，纵坐标为q-value取以10为底的对数再取负数，每个点表示一个生物标志类物质。