[发明专利]阿尔茨海默症相关基因的预测方法

摘要

本发明公开了一种阿尔茨海默症相关基因的预测方法，包括获取数据信息；计算剪切异构体表达的FPKM，筛选剪切异构体并得到FPKM1；筛选剪切异构体；对样本聚类并剔除离群值；构建样本的无尺度网络、拓扑重叠矩阵、节点相异性矩阵并聚类和合；转换得到网络边文件；生成无向网络并筛选得到具有网络结构差异的剪切异构体；对模块进行合并和判断差异性，得到具有差异性的剪切异构体；将具有网络结构差异的剪切异构体和具有差异性的剪切异构体取并集，得到最终结果。本发明方法能够对阿尔茨海默症的相关基因和剪切异构体进行预测，为后续的工作提供数据支撑和理论基础。

主权项

1.一种阿尔茨海默症相关基因的预测方法，包括如下步骤：S1.获取AD患者和非AD患者的数据信息；S2.计算AD患者和非AD患者的剪切异构体表达的FPKM值，根据得到的FPKM值对剪切异构体进行筛选，并对FPKM值进行数据处理得到FPKM1值；S3.根据步骤S2得到的FPKM1值，再次对剪切异构体进行筛选；S4.以步骤S3得到的剪切异构体的信息为基准，对AD患者和非AD患者进行聚类，并剔除离群值；S5.以步骤S4得到的AD患者和步骤S3得到的剪切异构体构建AD患者无尺度网络，同时以步骤S4得到的非AD患者和步骤S3得到的剪切异构体构建非AD患者无尺度网络；S6.根据步骤S5得到的AD患者无尺度网络和非AD患者无尺度网络，分别构建各自的拓扑重叠矩阵TOM‑AD和TOM‑非AD；S7.将步骤S6得到的拓扑重叠矩阵TOM‑AD和TOM‑非AD，各自转换为节点相异性矩阵dissTOM‑AD和dissTOM‑非AD，并对节点相异性矩阵dissTOM‑AD和dissTOM‑非AD各自进行聚类得到若干个模块；S8.对步骤S7得到的若干个模块进行相似性评价并合并；S9.将步骤S6得到的拓扑重叠矩阵TOM‑AD和TOM‑非AD各自转换为网络边文件；S10.根据步骤S9得到的网络边文件生成无向网络，计算无向网络的网络参数，并根据网络参数筛选得到具有网络结构差异的剪切异构体；S11.对步骤S8得到的若干个模块进行合并，并判断合并后模块的差异性，从而得到具有差异性的剪切异构体；S12.将步骤S10得到具有网络结构差异的剪切异构体和步骤S11得到的具有差异性的剪切异构体取并集，得到最终预测的与阿尔茨海默症相关的剪切异构体。