[发明专利]一种浸润免疫细胞比例计数方法

权利要求书

1.一种浸润免疫细胞比例计数方法，其特征在于，包括：

将基因表达谱数据转化为免疫细胞的标记基因的线性组合，得到线性组合方程；

基于得到的线性组合方程，构建用于反卷积求解免疫细胞比例的支持向量回归模型，即：免疫细胞比例计数模型；

输入训练集，利用粒子群算法对构建的支持向量回归模型进行迭代优化，其中，所述训练集中的每个样本包含个体抽检组织中不同基因的表达谱数据；

利用优化后的支持向量回归模型，求解免疫细胞比例。

2.根据权利要求1所述的浸润免疫细胞比例计数方法，其特征在于，所述线性组合方程表示为：

x_nⅹL＝S_nⅹmⅹf_mⅹL

其中，x_nⅹL表示L个样本的n个基因的表达谱数据，L表示样本的数目，n表示基因的数目；f_mⅹL为待求的免疫细胞比例，具体表示L个样本的每种免疫细胞在m种免疫细胞中所占比例，m表示免疫细胞的种类；S_nⅹm为签名矩阵，表示m种免疫细胞，每种免疫细胞中的n个基因的表达谱数据。

3.根据权利要求1所述的浸润免疫细胞比例计数方法，其特征在于，所述支持向量回归模型表示为：

其中，k(x_i,x)＝φ(x_i)φ(x)，并且得到w、b的值分别为：

其中，f(x)表示支持向量回归模型解的形式；w代表线性组合方程中待求的f_mⅹL，表示待求的免疫细胞比例；b表示残差项；ε表示敏感度；a_i、都表示拉格朗日乘子，a_i∈[0,C]、C表示惩罚因子；k(x_i,x)为满足Mercer条件的核函数，φ(x)表示非线性变换，x＝{x₁,x₂,…,x_n}，x_i表示不同样本的第i个基因的表达谱数据组成的向量，i＝1,2,…,n。

4.根据权利要求1所述的浸润免疫细胞比例计数方法，其特征在于，所述输入训练集，利用粒子群算法对构建的支持向量回归模型进行迭代优化包括：

Step 1：将每个基因分别当作一个粒子，每个粒子由三维参数(ε，C，φ)组成，初始化ε、C、φ的值，其中，C表示惩罚因子，ε表示敏感度，φ表示核函数系数；

Step 2：利用训练集中基因的表达谱数据训练支持向量回归模型，将每个粒子的个体最优值p_ibest定为当前位置，计算每个粒子的适应度，取最小适应度的粒子所对应的p_ibest作为全局最优值g_best；

Step 3：更新粒子的位置、速度；

Step 4：再计算适应度值，若粒子的适应度值小于p_ibest，则更新为p_ibest，否则不变；

Step 5：若粒子的p_ibest大于g_best，则更新为g_best，否则不变；

Step 6：若所得的解g_best＝(ε，C，φ)收敛到预设的向量值或者达到最大迭代次数，则终止迭代，当前的解g_best＝(ε，C，φ)为最优参数解，否则返回到Step 2。

5.根据权利要求1所述的浸润免疫细胞比例计数方法，其特征在于，适应度函数取为均方根误差，其中，适应度计算方法表示为：

其中，表示式(6)所示的支持向量回归模型计算得出的第i个基因在第j种免疫细胞的表达谱数据，y_ij表示训练集样本中第i个基因在第j种免疫细胞的表达谱数据，RMSE表示均方根误差。