[发明专利]利用单细胞转录和基因敲除数据推断基因调控网络的方法

说明书

本发明公开了一种利用单细胞转录和基因敲除数据推断基因调控网络的方法，通过分析基因敲除前后的稳态表达数据对基因进行分类，作为先验知识以降低时空复杂度并提升推断准确度；利用单细胞转录数据计算基因间分布距离，结合基因分类的结果为每个基因建立多时间点的多维回归模型，采用数学方法计算模型中的关系因子；对基因敲除数据进行相应的算法分析以去除部分假阳性判断，弥补分析动态数据的缺陷；本发明有效解决了分析时间序列单细胞数据中高计算复杂度的问题，提升了推断基因调控网络的准确度。

技术领域

本发明涉及基因调控网络研究与分析领域，特别涉及一种利用单细胞转录和基因敲除数据推断基因调控网络的方法。

背景技术

基因调控网络作为一种解释分析基因数据的工具，能够揭示基因、蛋白质和小分子之间的调控关系、了解生物细胞内的生理活动和功能、通路中的相互作用以及如何使机体发生变化。从单细胞转录的角度研究基因调控网络能够揭示细胞详细的表达动态和功能关系，阐明不同关键生理过程中细胞间变异的功能作用。但单细胞表达数据是具有高时间分辨率的时间过程数据，给推断基因调控网络算法带来了很高的时空复杂度的同时，也丧失了对稳态基因表达水平的分析，这将会降低最终实验结果的精确度。

发明内容

为解决上述现有技术的不足，本发明提供一种利用单细胞转录和基因敲除数据推断基因调控网络的方法。

为达到上述目的，本发明的技术方案为：

一种利用单细胞转录和基因敲除数据推断基因调控网络的方法，包括：利用基因敲除技术分别收集多个细胞中的稳态基因转录表达数据，刺激各个细胞后，在多个时间点收集单个细胞的转录表达数据；分析基因敲除前后的稳态表达数据对基因进行分类；利用单细胞转录数据计算基因间分布距离，结合基因分类的先验知识为每个基因建立多时间点的多维回归模型，采用数学方法计算模型中的关系因子；对基因敲除数据进行相应的算法分析去除部分假阳性判断；根据所推断的基因间关系确定基因调控网络。

其中，利用基因敲除技术分别收集多个细胞中的稳态基因转录表达数据，刺激各个细胞后，在多个时间点收集单个细胞的转录表达数据的步骤包括：

利用GNW模拟基因敲除实验，得到野生型和敲除型生物体的稳态基因表达数据，其中野生型表达数据来自于没有经历任何突变的生物体的原始菌株。敲除数据来自于原始菌株敲除或削弱一个或多个基因后得到的生物体的菌株；

在多个时间点从多个单细胞中采集的基因表达值构成时间序列单细胞表达数据。

其中，分析基因敲除前后的稳态表达数据对基因进行分类，包括步骤：

利用基因敲除技术依此扰动各基因，并收集相应时刻的所有基因的稳态表达值，将基因分为四类，分别为URG\RRG\NRG\ISG，具体的方法如下：

(a)不受调控的调控基因(URG)：扰动其他所有基因对当前基因均无影响，但该基因的扰动将影响其他基因的表达水平；

(b)受调控的调控基因(RRG)：扰动其他任一基因时当前基因的表达水平有所波动，且该基因的扰动将影响其他基因的表达水平；

(c)非调控基因(NRG)：扰动其他任一基因时当前基因的表达水平有所波动，但该基因的扰动不影响其他任一基因的表达水平；

(d)独立基因(ISG)：扰动其他所有基因对当前基因均无影响，且该基因的扰动不影响其他任一基因的表达水平。

其中，利用单细胞转录数据计算基因间分布距离，结合基因分类的先验知识为每个基因建立多时间点的多维回归模型，采用数学方法计算模型中的关系因子，包括步骤：

利用时间序列单细胞表达数据计算基因间分布距离；