[发明专利]高置信度分子调控网络的构建方法及计算机介质

权利要求书

1.一种高置信度分子调控网络的构建方法，其特征在于，包括如下步骤：

确定要构建的分子调控网络的环境；

确定将要构建的调控网络中拟包括的所有节点的分子类型；

基于文本挖掘文献及数据库挖掘技术，整合已实验验证的含目标分子类型的调控关系，得到调控关系列表，并对列表内符合目标分子类型的关系列表进行提取；

判断拟分析分子类型的所有节点的相互调控作用是否存在；

根据提取的关系列表及推定结果，构建对应环境的高置信度分子调控网络。

2.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，所述环境包括肿瘤类型或亚型。

3.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，所述分子类型包括转录因子、受体、配体、miRNA和lncRNA。

4.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，基于文本挖掘文献及数据库挖掘技术包括如下步骤：

通过挖掘文献及数据库的关键区域，提取其中存在的调控关系；

基于人工智能，利用现有文献进行模型训练，得到文献整合数学模型；

将文献整合数学模型应用到新的文献集，获得想要的已验证的基因调控关系。

5.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，所述调控关系列表包括文献报道实验验证的两两调控关系，以及数据库明确记载已经确定存在的两两调控关系。

6.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，判断拟分析分子类型的所有节点的相互调控作用是否存在的方法如下：

计算两个节点Spearman相关性，若相关系数|rho|≥0.3且P0.05，则进行下一步；

利用广义线性回归模型，分别计算两节点与表型的关系，P0.05则认为两节点存在调控关系进而影响该表型。

7.如权利要求1所述的高置信度分子调控网络的构建方法，其特征在于，根据提取的关系列表及推定结果，构建对应环境的高置信度分子调控网络的方法为：

基于节点标准和边缘标准，将细胞分数估计值分类并归入三分位数，为低、中、高，若集群内超过66％的样本被归类为“中”或“高”，则节点将保留给一个节点集；若两个连接节点的一致性分数大于一致性分数分布的P25，则保留边，得到边集，调控网络由其节点集和边集共同组成。

8.一种计算机介质，其特征在于，所述计算机介质内存储有执行权利要求1-7之一所述方法的程序。