[发明专利]一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法

权利要求书

1.一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，包括以下步骤：

获取乳腺癌的isomiR表达数据和乳腺癌的临床信息；通过miRbase对isomiR表达数据进行注释，根据MIMAT号将pre-miRNA注释为5p/3p臂；分别基于pre-miRNA的两臂isomiR表达计算信息熵来表征pre-miRNA的表达，得到新的pre-miRNA的信息熵表达矩阵；

在得到的pre-miRNA信息熵表达数据中，挑选出两臂均优势表达的pre-miRNA，并计算出每个pre-miRNA的主要臂；

将均优势表达的pre-miRNA，以isomiR的最佳表达表征pre-miRNA在样本间的表达，使用信息熵来计算pre-miRNA在每个样本间的表达情况，得到由信息熵表征的表达矩阵，并进行差异表达分析，分析isomiR在乳腺癌肿瘤和癌旁组织中的表达水平，筛选出共同差异表达的miR-3p/5p对；

将miR-3p/5p对结合TCGA数据库的乳腺癌临床信息，分析miR-3p/5p对表达水平与各个临床变量之间的相关性；通过Kaplan-Meier分析miR-3p/5p对的表达水平与乳腺癌患者预后之间的相关性，预测可作为乳腺癌生物标志物的miR-3p/5p对。

2.根据权利要求1所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，使用R软件miRBaseVersion.db包对isomiR的MIMAT号将pre-miRNA分别注释为5p/3p臂。

3.根据权利要求2所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，基于两臂计算两臂的每个isomiR在每个pre-miRNA表达的信息熵，分别记为MIH₅、MIH₃；得到行为pre-miRNA，列名为5p、3p，值为信息熵的表达矩阵；其信息熵计算公式如下：

以两臂为基准，MIH₅为5p臂在每个pre-miRNA表达的信息熵，MIH₃为3p臂在每个pre-miRNA表达的信息熵，n为pre-miRNA包含的总序列数，i为当前序列号，P_i为在给定isomiR表达信息的情况下，以序列的表达计数来推断序列在pre-miRNA的表达概率。

4.根据权利要求1所述的所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，对于两臂信息熵矩阵，分别计算两臂的平均信息熵，以此基准挑选出两臂均优势表达的pre-miRNA；并根据两臂的平均表达比，得出每个pre-miRNA的主要臂。

5.根据权利要求1所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，对于isomiR在乳腺癌的表达，选取每个miRNA最佳表达的一条序列，并使用信息熵来表征miRNA在样本间的表达情况，得到行为miRNA，列为样本名的由信息熵表征的表达矩阵。

6.根据权利要求5所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，信息熵计算公式如下：

H(x)为pre-miRNA在每个样本表达的信息熵，n为样本数目，i为当前样本号，P_i为在给定表达信息的情况下，以表达计数来推断miRNA在样本中表达的概率。

7.根据权利要求1所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，将由信息熵表征的表达矩阵使用R软件edgeR包进行差异表达分析，得到差异表达的miRNA；再筛选出共同差异表达的miR-3p/5p对，分析其在乳腺癌肿瘤组织和癌旁组织中的表达分布。

8.根据权利要求5所述的基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，差异基因表达分析的阈值条件均设置为：|log₂FC|1且FDR0.05，满足阈值条件的基因为差异表达基因。