[发明专利]利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法及系统和应用

权利要求书

1.一种利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：包括如下步骤：

步骤1，样本数据下载和整理，获取LncRNA表达数据与其临床信息，选定目标疾病直肠癌和测序平台下载数据，数据包含癌样本、癌旁样本和对应的正常样本；

步骤2，对LncRNA表达数据的差异表达分析；

步骤3，将步骤2得到的LncRNA表达数据按照变化幅度排序，变化率越大的排名越靠前，筛选排名靠前的30个LncRNA作为相关LncRNA；

步骤4，将步骤3筛选出的30个LncRNA表达数据与其对应样本的分期、转移、浸润等临床信息，进行生物信息统计学分析，进一步筛选与疾病发生发展相关具有统计学意义的LncRNA；

步骤5，应用预测网站或软件预测LncRNA通过ceRNA机制调控的microRNA，并应用靶基因预测网站或软件作为预测靶基因的工具，获取靶基因，从而完成ceRNA调控网络的构建；

步骤6，对靶基因进行功能分析并筛选出与疾病相关的条目，筛选出疾病相关靶基因；

步骤7，对步骤6筛选出的疾病相关靶基因在样本数据中进行疾病相关生存分析，获取疾病预后相关靶基因；

步骤8，将上述步骤1-7中得到的数据进行合并，构建LncRNA-miRNA-mRNA-疾病互作图。

2.根据权利要求1所述的利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：所述的步骤1具体包括如下步骤：

步骤1.1，进入R语言工作界面，载入TANRIC源数据包；

步骤1.2，在TANRIC数据库中设定目标疾病直肠癌、测序平台和LncRNA文件类型；

步骤1.3，批量下载所需的标准化数据；

步骤1.4，将上述步骤1.1-1.4得到的数据进行合并，并去除极值，得到理论上有效的LncRNA表达值。

3.根据权利要求2所述的一种利用多数据平台发现长链非编码RNA分子标志物通过ceRNA机制发挥其作用的方法，其特征在于：所述的步骤1.4中，所述极值数据是作为LncRNA表达值的标准化测序片段数目为零的数据。

4.根据权利要求1所述的利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：所述的步骤2中，差异表达分析选取2倍的差异倍数，选用三个标准Benjamini–Hochberg方法、FDR方法或者Bonforroni方法校正P-value得到差异表达的LncRNA。

5.根据权利要求1所述的利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：所述的步骤4中，进行生物信息统计学分析软件为SAS和R软件。

6.根据权利要求1所述的利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：步骤5中，所述的长链非编码RNA的ceRNA机制的预测网站或软件为DIANA-lncbase或StarBase2.0；所述靶基因预测网站或软件为miRWalk或TargetScan；所述预测均采用已有数据资源整合和预测算法两种方式，需遵循预选基因至少被两个以上预测算法或数据库同时预测到。

7.权利要求1所述的利用多数据平台发现长链非编码RNA分子标志物运用ceRNA机制的方法，其特征在于：步骤6中，所述功能分析为基因本体分析、代谢通路分析疾病相关分析和调控网络的构建；所述的基因本体分析采用DAVID数据库信息从生物过程、分子功能和细胞组分三个成分进行注释和富集分析；所述的代谢通路分析采用DAVID数据库信息包含的KEGG、Reactome等数据库信息进行分析；所述的疾病相关分析采用DAVID数据库信息包含的GAD_DISEASE、GAD_DISEASE_CLASS和OMIM_DISEASE数据库信息进行分析。