[发明专利]基于基因表达谱的肿瘤基因识别方法

摘要

本发明提供一种基于基因表达谱的肿瘤基因识别方法，通过计算机辅助手段，融合局部保持投影和核函数-最近邻分类方法，采用局部保持投影方法对基因样本的基因表达矩阵进行学习，将其投影到低维嵌入空间，可以揭示隐藏在高维基因表达谱数据中的低维流形结构，然后利用核函数-最近邻分类方法对低维特征矩阵进行分类，使低维特征矩阵中没有显现的特征突现出来，进而划分出基因样本中的肿瘤基因，实现了肿瘤基因的识别。本发明方法具有较高的识别率，对于肿瘤基因的临床诊断具有很好的参考价值，可应用于建立肿瘤基因识别系统。

主权项

1.基于基因表达谱的肿瘤基因识别方法，其特征在于，将基因样本的基因表达谱以计算机可识别的格式输入计算机，利用计算机进行分类，划分出其中的肿瘤基因；该方法具体包括如下步骤：1)根据先验知识获取与待测基因样本种类相同的M个正常基因样本和M个肿瘤基因样本，该种类基因样本的基因表达谱特征数为N；将所述M个正常基因样本和M个肿瘤基因样本的基因表达谱输入计算机，由每个基因样本的基因表达谱生成一个维数为N的向量，向量的第n维数据值代表基因样本的第n个基因表达谱特征，n∈{1，2，...，N}；从而，由所述M个正常基因样本生成正常基因表达矩阵Z_正＝{z′₁，z′₂，…，z′_m，…，z′_M}，由所述M个肿瘤基因样本生成肿瘤基因表达矩阵Z_肿＝{z″₁，z″₂，…，z″_m，…，z″_M}；其中，z′_m表示第m个正常基因样本对应的向量，z′_m表示第m个肿瘤基因样本对应的向量，m∈{1，2，...，M}；2)对基因库表达矩阵Z＝Z_正∪Z_肿，利用局部保持投影方法进行学习，获取局部保持投影矩阵A＝{a₁，a₂，…，a_G}，G＜N；3)利用局部保持投影矩阵A，对基因库表达矩阵Z进行维数简约，获得基因库低维特征矩阵Y_Z＝A^TZ；其中，T为矩阵转置符号；4)将待测的I个待测基因样本的基因表达谱输入计算机，由每个待测基因样本的基因表达谱生成一个维数为N的向量，向量的第n维数据值代表待测基因样本的第n个基因表达谱特征，n∈{1，2，...，N}；从而，由所述I个待测基因样本生成待测基因表达矩阵X＝{x₁，x₂，…，x_i，…，x_I}；其中，x_i表示由第i个待测基因样本对应的向量，i∈{1，2，...，I}；5)利用局部保持投影矩阵A，对待测基因表达矩阵X进行维数简约，获得待测基因低维特征矩阵Y_X＝A^TX；6)计算待测基因低维特征矩阵Y_X中每个向量y_X，i与基因库低维特征矩阵Y_Z中各个向量y_Z，p的核函数欧氏距离d(y_X，i，y_Z，p)：d(yX,i,yZ,p)=Ker(yX,i,yX,i)+Ker(yZ,p,yZ,p)-2Ker(yX,i,yZ,p);]]>其中，y_X，i∈Y_X，i∈{1，2，...，I}；y_Z，p∈Y_Z，p∈{1，2，...，2M}；核函数Ker(y₁，y₂)为：且宽度参数σ＝0.3；7)根据核函数欧氏距离d(y_X，i，y_Z，p)，利用最近邻分类方法对待测基因低维特征矩阵Y_X中的向量y_X，i对应的待测基因样本进行分类，划分出待测基因样本中的肿瘤基因。