[发明专利]基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法

说明书

本发明属于法医病理学领域，尤其涉及一种基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法。本发明从核心基因和转录因子两个层面筛选指标集合，采用3种不同的机器学习分类算法，对指标集合的损伤时间推断效能进行了比较和验证，有效规避了在指标选取过程中的主观性过强与实用性欠缺等问题，为人体骨骼肌早期损伤时间推断指标筛选提供了行之有效的筛选流程，提升了骨骼肌早期损伤时间推断基因指标筛选的系统性及合理性，从而提升了骨骼肌早期损伤时间推断的准确性及可靠性。

技术领域

本发明属于法医病理学领域，尤其涉及一种基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法。

背景技术

在涉及不同罪犯及多处创伤的案件中确定损伤的时间顺序，特别是在多个施虐者或车辆在短时间内造成多处伤害或者是在长期反复虐待的情况下，损伤时间的精准确定对推断案发时间、理清受伤次序，进而确定嫌疑人范围、划定相关责任以及分析疑难复杂鉴定案件中的伤病关系和因果关系起到关键作用。

目前准确推断损伤时间仍然是法医学领域的一大难题。近些年，许多法医学家开始致力于使用基因标志物来推断损伤时间，并取得了一定的成绩，然而，以往的研究存在主观性过强、筛选方法落后、无法客观筛选稳定可靠的生物标志物、指标实用性差等问题。转录组学是在整体水平上研究细胞内基因转录及其调控的学科，随着二代测序技术的逐渐成熟，通过二代测序技术下的转录组学研究能够帮助我们理解机体在损伤后基因层面如何应对与修复，并通过全面的生物信息学技术以探索损伤时间推断的合适指标。

除此之外，还未有从转录因子的层面进行系统性损伤时间推断的相关研究，转录因子是在动植物的生长发育及其对外界环境的反应中发挥专门调控作用的蛋白质。基于此，我们旨在整合多种方法，从核心基因及其上游转录因子两个层面，从转录组数据中挖掘最优的损伤时间推断生物指标集合，建立一个科学、全面、可靠的指标推断体系，通过构建机器学习数学模型，验证筛选的基因指标集合的可靠性。以此,为法医学损伤时间推断指标集合的筛选提供科学、客观的方法学参考，同时探索在基因层面，能够用于骨骼肌损伤时间推断的最佳指标集合。

发明内容

为提升骨骼肌早期损伤时间推断指标选择的科学性及客观性，从而提升骨骼肌早期损伤时间推断的准确性及稳定性，本发明提供了一种基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法。

本发明是通过以下技术方案实现的：基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法，包括如下步骤：

①收集不同损伤时间的大鼠骨骼肌挫伤样本，从组织中提取总RNA，利用二代测序技术进行样本深度测序，通过原始下机数据处理后，获取原始表达谱；

②对原始表达谱进行综合的生物信息学分析：通过加权基因共表达网络分析、差异基因表达分析、时间依赖性基因表达分析获取各自的核心基因集合，并预测相应的转录因子编码基因，获得各自的转录因子基因；

③多个原始表达谱进行合并，去批次效应处理，获得新数据集；

④将加权基因共表达网络分析的核心基因集合与新数据集的交集基因作为集合A；

将加权基因共表达网络分析的转录因子基因与新数据集的交集基因作为集合D；

将差异基因表达分析的核心基因集合与新数据集的交集基因作为集合B；

将差异基因表达分析的转录因子基因与新数据集的交集基因作为集合E；

将时间依赖性基因表达分析的核心基因集合与新数据集的交集基因作为集合C；

将时间依赖性基因表达分析的转录因子基因与新数据集的交集基因作为集合F。