[发明专利]一种对协同致死的癌症驱动基因进行预测的方法

权利要求书

1.一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，包括以下步骤：

S1：从COSMIC和MetaCore中收集癌症生物标记，将其用作筛选原始癌症相关SL对的筛选器；

S2：从酵母SL对中产生阳性SL对，然后进行同源基因转化，癌症生物标志物过滤以及证据在从文献挖掘中获得的人类细胞系中的应用；

S3：基于候选基因和癌症网络内的基因组成原始候选SL对，其中，候选基因选自TCGA突变数据；

S4：进行卡方检验用来评估两个基因的突变是否是每个原始候选SL对中的独立事件，此外，还计算突变排他性，其定义为携带SL基因对中一个突变基因之一的样品的百分比，仅选择那些具有高突变排他性的独立基因突变作为候选SL对，以进行进一步的计算；

S5：在导出到学习模型之前，对候选SL对和阳性SL对的三个特征进行了计算和归一化；

S6：使用交叉验证中获得的优化参数来检测新型SL对。

2.根据权利要求1所述的一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，所述TCGA突变和表达数据处理的流程为：

1)从UCSC癌症基因组浏览器(https://genome-cancer.ucsc.edu)下载TCGA突变和表达谱数据，该数据提供了TCGA基因组，表型和临床数据的注解和交互式可视化结果；

2)从中获得两个矩阵，矩阵的每一行代表一个基因，每一列代表一个样本，细胞中的值分别代表基因表达矩阵和基因突变矩阵中的表达和突变状态。

3.根据权利要求2所述的一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，所述阳性协同致死基因对的处理流程为：

1)从BioGRID获得基于高通量遗传筛选的酵母SL(协同致死)基因的集体数据，其中，从酵母到人类基因的系统发育推断可从Ensemble数据库(http://useast.ensembl.org/)获得；

2)通过MetaCore(https://portal.genego.com/)中的癌症生物标记和COSMIC中的驱动基因过滤同源人类SL基因对，仅保留具有癌症生物标志物或驱动基因所覆盖的两个基因的同源人类SL基因对，用于下游分析。

4.根据权利要求3所述的一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，所述癌症网络为使用蛋白质-蛋白质相互作用所呈现的边缘以及蛋白质所显示的节点来构建癌症网络。

5.根据权利要求4所述的一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，所述候选SL基因对生成的流程为：

1)在TCGA突变数据中计算了样本中每个基因的突变率；

2)将1％用作选择候选基因的截止阈值，通过从癌症网络中选择候选基因以及其他基因来生成每个原始候选SL基因对；

3)基于突变数据测试基因A突变和基因B突变是否是独立事件，详细地，无效假设是基因A突变和基因B突变彼此独立，在2×2列联表上执行卡方检验，如下表：

其中，M代表同时携带基因A和基因B突变的样本数，N代表携带基因A突变而没有基因B突变的样品的数量，X代表携带基因B突变而没有基因A突变的样品数，Y是同时包含野生型基因A和野生型基因B的样本数，+表示突变型，-表示野生型；

卡方检验p值＝0.05的原始候选SL基因对意味着基因A和基因B的突变不是独立的，基因A和基因B的突变之间可能存在某些关系，此外，基因A和基因B的突变排他性可以计算为(X+N)/(M+N+X)，较高的突变排他性表明基因A和基因B更有可能是互斥的突变，在此，仅选择卡方检验P值≤0.05且突变排他性≥0.8的候选SL对进行下游处理。

6.根据权利要求5所述的一种对协同致死的癌症驱动基因进行预测的方法，其特征在于，所述特征计算包括基因对突变覆盖率、驱动突变概率、网络信息中心和半监督排名模型。