[发明专利]基于基因相互作用模式优化图表示的远处转移识别方法

说明书

本发明公开了一种基于基因相互作用模式优化图表示的远处转移识别方法，包括数据预处理；构建并处理蛋白质相互作用网络PPI；训练测试集划分；构建基于基因相互作用模式优化图表示的glmGCN模型；使用十折交叉验证网络模型；将模型应用于测试集测试。与现有技术相比，本发明在GCN框架下对肿瘤转移进行预测，在图学习层更加关注领域给定初始图的基因‑基因关系，因此获得更准确的预测性能。

技术领域

本发明属于生物信息技术领域，特别是涉及一种基于基因相互作用模式优化图表示的远处转移识别方法。

背景技术

肿瘤转移是指肿瘤细胞从原发部位扩散，并通过侵入淋巴管和血管在原发部位以外的部位继续生长和形成肿瘤的过程。转移可分为区域转移和远处转移。为了提高癌症的治愈率，减少患者的痛苦，有必要预测癌症患者是否存在转移，然后选择合适的治疗策略。

近年来，通过微阵列和RNA测序技术生成的转录组数据已被广泛用于探索转移的分子性质。例如，Robinson等人的论文“Integrative clinical genomics of metastaticcancer”中对来自不同谱系和活检部位的转移性实体瘤成年患者进行了全外显子组和转录组测序，提供了转移性肿瘤的临床相关分子景观。Ma等人的论文“Proteogenomiccharacterization and comprehensive integrative genomic analysis of humancolorectal cancer liver metastasis”通过分析蛋白质组、进行全外显子组和转录组测序以及单核苷酸多态性阵列分析，为理解人类结肠癌和直肠癌肝转移提供了新的范例。Ramaswamy等人的论文“A molecular signature of metastasis in primary solidtumors”还根据肿瘤转移表达谱确定了区分转移部位和原发部位的基因特征。

然而，这些研究并没有讨论转移样本的直接鉴定。此外，癌症有复杂的机制。基因间的相互作用在该机制中起着非常重要的作用，应予以考虑。因此，生物网络如蛋白质-蛋白质相互作用(PPI)网络，提供了更可靠的见解，已被用于许多癌症相关研究。

在少数基于计算方法的研究中已经实现了转移的直接预测，并且大多数现有研究基于传统的机器学习算法预测癌症转移。例如，Zhi等人的论文“Support vector machineclassifier for prediction of the metastasis of colorectal cancer”中整合了多个转录组数据集，筛选出特征基因，并建立了最佳支持向量机(SVM)模型来区分转移和非转移样本。Zhou等人的论文“Machine learning predicts lymph node metastasis of poorlydifferentiated-type intramucosal gastric cancer”中使用七种机器学习算法预测低分化型粘膜内胃癌的淋巴结转移。