[发明专利]一种浸润免疫细胞比例计数方法

说明书

本发明提供一种浸润免疫细胞比例计数方法，属于生物信息学与计算生物学技术领域。所述方法包括：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；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。采用本发明，能够显著降低未知混合物含量对免疫细胞比例计数，提高免疫细胞比例计数的准确度。

技术领域

本发明涉及生物信息学与计算生物学技术领域，特别是指一种浸润免疫细胞比例计数方法。

背景技术

近年来，细菌、病毒等病原体入侵人体的时候会诱发免疫系统发生防御作用，这就使得生物学家去研究免疫细胞学这一新的方向。免疫组化法、单细胞测序技术和流式细胞术等传统生物方法可以计算人体组织中免疫细胞的比例，然而它们依赖有限的表型标记库。并且使用流式细胞术这种方法的时候，有些细胞粘附性高，骨髓穿刺难以抽出，无法分析，从而导致免疫细胞计数错误。随着计算机技术的高速发展，已经产生了通过基因表达谱数据，利用各种机器学习算法计算免疫细胞数量的方法。

已经有团队开发出一种强大的免疫细胞计数算法CIBERSORT，它基于微阵列数据(RNA-seq数据也可适用)，利用v-SVR(一种改进的支持向量回归模型)线性回归求解线性方程模型，回归模型的系数即代表22种免疫细胞的相对比例。之后在2016年，Severson E等人设计出了TIMER，基于约束最小二乘法去计算包括CD4 T细胞、CD8 T细胞和B细胞在内的6种免疫细胞的丰度，较好的解决了高维特征带来的多重共线性问题，作者计算并分析了TCGA数据库中的所有癌症样本。另一种MCP-counter方法基于最小二乘算法，去计算包括8类免疫细胞在内的10种细胞群的丰度。2017年，De Jonge K等人基于微阵列数据，利用最小二乘法计算包括T细胞、B细胞等在内的6种免疫细胞的数量，然后再将mRNA数量转化为相关免疫细胞的相对比例的EPIC算法，其具有临床适用性。

目前，机器学习算法广泛应用于生物信息学领域，但在免疫细胞比例计算方面，成熟的技术方案较少，主要还是CIBERSORT、TIMER、MCP-counter和EPIC这四种算法。但这几种算法只是在枚举混合物中未知细胞类型时有效性较高，免疫细胞比例估算的准确度受到未知混合物含量的影响较大，并且能准确估算的免疫细胞种类较少。

发明内容

本发明实施例提供了浸润免疫细胞比例计数方法，能够显著降低未知混合物含量对免疫细胞比例计数，提高免疫细胞比例计数的准确度。

本发明实施例提供了一种浸润免疫细胞比例计数方法，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。

进一步地，所述线性组合方程表示为：

x_{n x L}＝S_{n x m} xf_{m x L}

其中，x_{n x L}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_{m x L}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_{n x m}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。