联合mRNA和microRNA表达谱芯片的肿瘤特征基因选择方法技术

本发明专利技术公开了一种联合mRNA和microRNA表达谱芯片的肿瘤特征基因选择方法，按照以下步骤具体实施：步骤1、通过mRNA和microRNA表达谱芯片检测到大量基因的表达值，采用过滤式特征基因选择方法对所有基因的相关性进行排序，去除大量的低相关度基因，留下少量与肿瘤分类密切相关的基因；步骤2、将采用过滤式特征基因选择方法获取的mRNA和microRNA特征基因进行合并，形成基因池U；步骤3、通过遗传算法，对基因池进一步选择基因，消除冗余基因，搜索获得一个最优特征的最优基因集S。本发明专利技术的方法，步骤简单，结果准确性高。

【技术实现步骤摘要】

本专利技术属于生物医学数据分析
，涉及一种联合mRNA和microRNA表达谱 芯片的肿瘤特征基因选择方法。
技术介绍
目前快速发展的基因芯片技术具有高通量的优势，它为肿瘤研究提供了一种系统 性的研究手段。肿瘤的病因复杂，涉及基因组水平、基因调控水平和表观遗传水平的改变， 利用传统的方法难以全面展开研究，基因芯片技术可以用来区别多种常见肿瘤的分类标 志，用于帮助发现肿瘤的新分型以及与肿瘤相关的新的疾病生物标记，因此采用基因芯片 技术有明显的优势。mRNA表达谱芯片能一次检测成千上万个基因的表达值，是最早用于肿瘤研究的基 因芯片产品。1999年，Golub等人率先采用mRNA表达谱芯片对白血病的两种亚型AML 与ALL的分类问题进行了研究。Van't等人将mRNA基因表达谱用于乳腺癌的诊断中， 利用包含70个基因的表达谱，区分预后好和预后差的亚型，效果好于临床参数。 继mRNA表达谱芯片之后，microRNA表达谱芯片成为肿瘤新的研究热点。microRNA 是在真核生物中发现的一类内源性的具有调控功能的非编码RNA，其大小长约20~25个核 苷酸，microRNA通过阻断翻译或诱导靶mRNA降解，在转录后水平调苄基因表达，从而精细 地调节多种生物学过程，包括生长发育、信号转导、免疫调节、细胞死亡、细胞凋亡、细胞周 期、细胞增殖及肿瘤发生等。多数microRNA还具有高度保守性、时序性和组织特异性。人 类肿瘤microRNA表达模式与肿瘤诊断、分期、进展、预后及对治疗的反应密切相关。 在基因芯片技术中，一个众所周知的问题是其基因的数目远远大于样品数量。基 因芯片数据具有数据量大，样本数小（一般小于100)，基因数量多（一般多于10000)的特 点，给后期的数据分析和处理带来很大的挑战。特征基因选择是基于基因芯片数据分类中 的关键技术。基因选择的目的是消除噪声基因，将基因数量减至最小，减少后续的分 类任务中的计算负担，并提高学习模型的预测性能。此外，一个较小的最优基因子集可 能包含着肿瘤生物标志物，且它们与某些肿瘤的表型间的生物学关系可以更方便地在后续 的分子生物学实验中进行验证，从而更好地理解肿瘤发生发展的分子机制。 常见的特征选择算法有三种，即过滤（Filter)法、缠绕（Wrapper)法和嵌入 (embedded)法。过滤法的评估函数与分类器无关，过滤法的评价函数又可以分为距离测度 、信息测度、相关性测度等。尽管使用过滤器的基因选择方法简单快速，但它 也有几个不足之处：首先，过滤法中的基因选择的标准不一定与分类器直接相关；其次，过 滤法并没有考虑到基因之间的相关性，从而降低了所选定的基因在分类器中的有效性；最 后，过滤法对于最终确定选择多少基因并无有力的理论支持，所选择的基因数量往往是随 意的。 缠绕法采用分类器的分类错误率或正确率作为评价函数，缠绕法模式的 基因选择方法在某种程度上可以克服过滤法的上述问题。在缠绕法模式的基因选择方法 中，基因逐个顺序选择，并以优化分类器准确度的方式进行。也就是说，首先使用单个基因 训练分类器，并逐个加入新的基因到训练分类器；该过程持续进行，直到分类器具有足够高 的准确度。与过滤器模式相反，缠绕法模式的基因选择方法采取为特定分类器"量身订做" 的方式。此外，该方法确保新加入的基因与已经选择的基因是互补的，而不是相关的。该方 法还提供了一个停止条件，当选择的基因数量达到所需的准确度时，计算终止。然而，该方 法的一个主要缺点是，其对计算的要求是比较高，特别是当原始的基因集所含基因数目比 较大的情况下。 嵌入法考虑到分类器的内部特征（比如支持向量机分类器里的支持向量），能 与分类器较好地耦合，从而具有较高的精确度，但同对参与特征选择的分类器依赖性大，选 择结果适应性差，需要检验选择基因对其他分类器的有效性。 尽管研究人员大量采用包括mRNA和microRNA表达谱芯片等多种基因芯片工具， 试图揭示肿瘤发生发展的分子机制，但为数众多的研究往往只是考虑一个平台的数据。比 如说，单独采用mRNA表达谱芯片进行特征基因的选择，并对肿瘤进行分子分类。然而研究 结果显示，肿瘤相关基因不但相互之间存在调控，构成网络，而且也受到包括microRNA等 非编码基因的调控。
技术实现思路
本专利技术提供了一种， 解决了现有技术往往只是考虑一个平台的数据，难以从多层面、多角度揭示肿瘤相关的分 子生物学改变的缺陷，以及单一平台对理解肿瘤的发生、发展机制以及研发诊断、判断预后 的分子标志物和治疗靶标，难以充分发挥有效的作用的问题。 本专利技术的技术方案是，一种联合mRNA和microRNA表达谱芯片的肿瘤特征基因选 择方法，按照以下步骤具体实施： 步骤1、通过mRNA和microRNA表达谱芯片检测到大量基因的表达值，采用过滤式 特征基因选择方法对所有基因的相关性进行排序，去除大量的低相关度基因，留下少量与 肿瘤分类密切相关的基因， 通过过滤式特征基因选择方法的选择实施，分别去除mRNA和microRNA表达谱芯 片中大量的低相关度基因，留下少量与肿瘤分类密切相关的基因，分别在mRNA和microRNA 表达谱中选取得分最高的η个基因； 步骤2、将采用过滤式特征基因选择方法获取的mRNA和microRNA特征基因进行合 并，形成基因池U; 步骤3、通过遗传算法，对基因池进一步选择基因，消除冗余基因，搜索获得一个最 优特征的最优基因集S，使其具有更少的基因数量和更好的分类性能。 本专利技术的有益效果是，本专利技术提出了一个联合mRNA和microRNA表达谱芯片的混 合模型，希望能从多层面、多角度揭示肿瘤相关的分子生物学改变，为理解肿瘤的发生、发 展机制以及研发诊断、判断预后的分子标志物和治疗靶标奠定基础，具体包括： 1)联合mRNA和microRNA表达谱芯片各自的优势，获得了分类准确度更高的基因 集；2)获得的基因集既包含mRNA基因，又包含microRNA基因，便于更进一步分析它们之 间的调控关系；3)该方法最终选择的基因可以被认为是更鲁棒性，并且更有资格作为可靠 的生物标志物；4)该混合模型已经包含过滤法和缠绕法，可以综合各类基因选择方法的优 势。【附图说明】 图1是本专利技术方法的工作原理示意图。【具体实施方式】 下面结合附图和【具体实施方式】对本专利技术进行详细说明。 参照图1，本专利技术的方法基于联合mRNA和microRNA表达谱芯片的肿瘤特征基因 选择混合模型，该模型的设置是，首先，分别使用多重过滤器在mRNA和microRNA表达谱芯 片中选择各自的特征基因，使用多个过滤器的过滤指标，确保在初始过滤阶段不会排除掉 有用的生物标志物。其次，将获取的mRNA和microRNA特征基因进行合并，形成基因池。最 后，采用遗传算法，进一步选择基因，目的是消除冗余基因，搜索一个最佳的子集，使其具有 更少的基因数量和更好的分类性能。 该（肿瘤特征基因选择混合模型）的设置特征是， 首先是过滤法选择，设定η=每个过滤器选择的基因数目： 采用不同过滤器R，分别计算mRNA和microRNA表达谱芯片原始基因集中所有基 因的得分并排序，选取得分最高的η个基因。 其次、将不同过滤器获得的基因进行合并本文档来自技高网...

【技术保护点】
一种联合mRNA和microRNA表达谱芯片的肿瘤特征基因选择方法，其特征在于，按照以下步骤具体实施：步骤1、通过mRNA和microRNA表达谱芯片检测到大量基因的表达值，采用过滤式特征基因选择方法对所有基因的相关性进行排序，去除大量的低相关度基因，留下少量与肿瘤分类密切相关的基因，通过过滤式特征基因选择方法的选择实施，分别去除mRNA和microRNA表达谱芯片中大量的低相关度基因，留下少量与肿瘤分类密切相关的基因，分别在mRNA和microRNA表达谱中选取得分最高的n个基因；步骤2、将采用过滤式特征基因选择方法获取的mRNA和microRNA特征基因进行合并，形成基因池U；步骤3、通过遗传算法，对基因池进一步选择基因，消除冗余基因，搜索获得一个最优特征的最优基因集S，使其具有更少的基因数量和更好的分类性能。

【技术特征摘要】

【专利技术属性】
技术研发人员：李小波，
申请(专利权)人：丽水学院，
类型：发明
国别省市：浙江;33