[发明专利]一种预测PD潜在gene和miRNA的方法及系统

说明书

本发明涉及一种预测PD潜在gene和miRNA的方法及系统，该方法先对不同的已知gene之间的边的权值和已知gene与候选gene之间的边的权值进行打分，然后计算得到不同的已知miRNA之间的边的权值和已知miRNA与候选miRNA之间的边的权值，再然后对gene和miRNA之间的边的权值赋值，接着构建邻接矩阵A，最后通过算法填充矩阵A得到矩阵X，矩阵X对角线上待填充元素的值的大小即为与PD关联程度的大小。本发明利用gene存在着相互关系越强的gene所调控的蛋白质功能越相近，功能越相近的蛋白质导致的疾病越相似的特性，构建出低秩矩阵A，在使用算法填充矩阵A，使得预测结果更准确。

技术领域

本发明涉及gene和miRNA预测领域，尤其涉及一种预测PD潜在gene和miRNA的方法及系统。

背景技术

帕金森病(Parkinson’s disease，PD)在所有神经退行性疾病之中最为常见，发病率较高，多见于年龄为60岁左右的老年人群体，而在40岁以下的青年人、中年人团体中，发病率明显降低。其神经病理学特征为黑质神经元丢失所导致的纹状体多巴胺缺乏和α-突触核蛋白聚集物形成的细胞内包涵体，PD的主要发病症状为静止性震颤肌张力加大、运动功能发生障碍造成的行动迟缓、自主神经产生障碍等。随着当今社会逐渐进入老龄化阶段，PD患者群体也在逐渐扩大，PD的研究与治疗已经逐渐成为热点问题。但到目前为止，PD相关研究人员仍然对其发病机制没有清晰的了解。有研究表明，PD的致病受多种因素影响，不仅与细胞老化凋亡有关，而且也会受到外界环境因素影响，同时，免疫学异常、线粒体功能障碍、氧化应激过度和遗传因素也是其重要的致病原因。

PD主要是由遗传和环境因素的复杂相互作用引起的，由于遗传和环境因素的直接或间接影响，有可能造成gene(基因)、miRNA、lncRNA、snps、mutation和methylation等一系列组学数据的改变，从而导致患病。许多以PD相关gene、mutation、snps等生物数据为中心的数据库已经成功地开发和集成，这些数据库对PD的研究提供了很大的贡献，但是这些数据库的数据针对性强，它们往往只关注PD的某一组学方面的信息，而与其他组学数据的联系性弱。目前，还没有一个数据集或者一个数据库包含了PD多个组学的数据。但是，导致PD的不同组学数据之间，其实存在着关联联系，有必要将导致PD的gene、miRNA、lncRNA、snps、mutation、methylation等多组学数据集成起来，将PD多组学数据进行关联分析，从多领域，多视角提供可视化信息，从而进行数据挖掘和数据预测等其他研究。因此，以PD疾病为中心的多组学数据集成、PD潜在数据预测以及PD多组学数据集成与分析平台的开发具有非常重要的意义。

发明内容

(一)要解决的技术问题

本发明提供了一种预测PD潜在gene和miRNA的方法及系统，旨在预测发现与PD有关的潜在gene和miRNA。

(二)技术方案

为了解决上述问题，本发明提供一种预测PD潜在gene和miRNA的方法，包括以下步骤：

S1：根据已知基因gene和候选gene构建gene库，其中所述已知gene为已经证实和帕金森病PD有关的gene，所述候选gene为与除PD外所有的神经退行性疾病有关的gene；

S2：根据已知MicroRNA即miRNA和候选miRNA构建miRNA库，其中所述已知miRNA为已经证实和PD有关的miRNA，所述候选miRNA为与所述已知miRNA相识度达到预设值以上的miRNA；

S3：根据所述gene库的所述已知gene和所述候选gene与所述miRNA库中的所述已知miRNA和所述候选miRNA构建相互关联的异构网络；