[发明专利]一种基于相似度融合的多组学癌症数据整合分析方法

摘要

本发明公开了一种基于相似度融合的多组学癌症数据整合分析方法，该方法包括计算局部相似度网络、多个局部相似度网络融合、根据全局相似度网络进行分型、根据全局相似度网络回溯原始的数据源中的特征四个步骤。对比当前技术，本发明通过对逐步递进的相似度网络连接路径建模，实现了多个相似度网络的融合算法，相比于现有技术能够刻画更为复杂的网络结构，具有更高的精确度和更好的稳定性。通过一致性交替乘子法实现了网络融合模型的快速求解。本发明不仅将整合的全局相似度网络运用于癌症患者的分型，得到预后显著差异的患者分型，并且结合了一种多集群特征选择方法辅助进行关键靶点特征的筛选，选出的特征有望成为潜在的生物标记物。

主权项

1.一种基于相似度融合的多组学癌症数据整合分析方法，其特征在于：该方法通过对给定的癌症多组学数据进行预处理，构建每个数据源的局部相似度网络；进而将多个局部相似度网络的融合问题定义为不同路径度量下多个相似度网络的一致性约束问题，并且建模为一个优化问题，使用一致性交替乘子法将优化目标分解成一系列子问题进行求解；融合后的全局相似度网络结合基于谱聚类的一致性聚类方法，实现对患者的分型；最后使用多集群特征选择方法从患者分型回溯原始的数据源中的特征；其具体包括以下步骤：1)对于数据进行预处理，构建每个数据源对应的局部相似度网络；2)通过优化模型进行相似度网络的融合，得到一个全局的相似度网络；3)基于全局相似度网络进行样本的分型；4)根据分型结果回溯原始数据中的特征。