[发明专利]一种基于基因大数据的病症关联分析系统及方法

权利要求书

1.一种基于基因大数据的病症关联分析方法，其特征在于，所述方法包括：

获取多个患有目标病症的用户的基因表达数据集；

构建所述基因表达数据集的共表达网络图；所述共表达网络图中的每一节点表示一个基因，每个边的邻接值表示两个基因之间的关联程度；

根据所述共表达网络图确定目标病症的致病SNP组；

将所述目标病症与所述致病SNP组之间的关联关系进行量化，得到所述目标病症的病症关联模型；

构建所述基因表达数据集的共表达网络图，包括：

根据所述基因表达数据集确定每一基因的节点特征矩阵；

每一基因的节点特征矩阵计算每两个基因间的邻接值

其中，v_i，n和v_j，n为所述基因表达数据集中的任意两个基因的节点特征矩阵，N表示所述基因表达数据集中的用户的数量，和表示该基因在所有用户中的平均特征；

对所述邻接值进行加权，得到每两个基因间的加权邻接值得到每一基因的边矩阵；其中β为预设加权系数。

2.基于权利要求1所述的一种基于基因大数据的病症关联分析方法，其特征在于，根据所述共表达网络图确定目标病症的致病SNP组，包括：

聚合所述共表达网络图上相邻节点的特征提取基因模块组特征；所述基因模块组特征为具有相似基因表达的节点组合；

使用预设致病SNP检测算法检测所述基因模块组特征，得到目标病症的致病SNP组。

3.基于权利要求1所述的一种基于基因大数据的病症关联分析方法，其特征在于，将所述目标病症与所述致病SNP组之间的关联关系进行量化，得到所述目标病症的病症关联模型，包括：

将所述基因表达数据集进行随机重采样，得到多个相同规模的重采样数据集；

针对每一重采样数据集，求解所述致病SNP组的每一种SNP组合时患目标病症的概率，作为目标概率；

将每一重采样数据集求解得到的目标概率进行平均，得到所述目标病症的病症关联模型。

4.基于权利要求3所述的一种基于基因大数据的病症关联分析方法，其特征在于，针对每一重采样数据集，求解所述致病SNP组的每一种SNP组合时患目标病症的概率，作为目标概率，包括：

根据预设决策树算法训练目标预测模型；

将所述致病SNP组的每一种SNP组合作为所述目标预测模型的输入，得到所述目标预测模型的输出为每一种SNP组合时患目标病症的概率，作为目标概率。