申请/专利权人：厦门大学

申请日：2021-11-04

公开（公告）日：2024-06-28

公开（公告）号：CN114038509B

主分类号：G16B45/00

分类号：G16B45/00;G16B50/30;G16B40/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：一种基于代谢物关联网络的受扰动通路分析方法，属于分析技术领域。包括步骤：1对生物样品中的代谢物组进行分析，数据预处理后得到代谢组学数据矩阵；2构造代谢物‑代谢通路二部图；3将代谢组学数据矩阵进行代谢物关联网络建模，得到实验组和对照组之间的差异网络；4计算差异网络在二部图上的富集度；5基于两组样本间的差异代谢物网络，结合通路数据库的信息，对通路按重要性进行排序，识别潜在扰动通路；6对潜在扰动通路进行显著性检验，获得显著扰动的代谢通路。利用差异网络的相关理论分析生物机体不同生理状态之间的差异，所筛选出与实验组相关的受扰动代谢通路更为可靠，为理解生物机体背后的发生机制提供新的研究思路。

主权项：1.一种基于代谢物关联网络的受扰动通路分析方法，其特征在于包括以下步骤：1对生物样品中的代谢物组进行分析，数据预处理后得到代谢组学数据矩阵；2构造代谢物-代谢通路二部图；3将代谢组学数据矩阵进行代谢物关联网络建模，得实验组和对照组之间的差异网络；所述实验组和对照组之间的差异网络表示为一个加权无向图边集上的权重所对应的矩阵Θ为差异网络的邻接矩阵，通过求解如下代价函数得到： 其中，Σx和Σγ分别为X和Y的协方差矩阵，tr.表示矩阵的迹，.T表示矩阵的转置，||.||1表示矩阵的l1-范数，λ0为稀疏约束参数；4计算差异网络在二部图上的富集度；所述计算差异网络在二部图上的富集度是根据差异网络连接边所对应的代谢物对，计算它们在代谢物-代谢通路二部图中的最短距离，定义差异网络在代谢物-代谢通路二部图上的富集度函数；所述计算差异网络在二部图上的富集度的具体方法为：设二部图上两个节点之间的最短距离计算差异网络上的边所对应的节点对的最短距离并定义差异网络在二部图上的富集度 式中，0γ1；5识别潜在扰动通路；所述识别潜在扰动通路是在最大化富集度函数基础上，逐次删除代谢物-代谢通路二部图中的一个通路结点，直至剩下最后一个通路结点，记录各通路结点的删除顺序，越迟被删除的通路越重要，得到潜在扰动通路；所述识别潜在扰动通路的具体方法为：将删除二部图上的一个通路节点得到的新二部图记为用下式计算差异网络到二部图的最小影响通路k1： 得到第1个最小影响通路k1及对应的二部图采用同样的方法，计算差异网络到二部图的最小影响通路，得到第2个最小影响通路k2及对应的二部图依此迭代，得到最小影响通路k3,k4,…，直至二部图上只剩下一个通路节点为止，将最后一个通路节点标记为kP；通路删除顺序越靠后对应的通路越重要，则最重要的R条潜在受扰动通路为6对潜在扰动通路进行显著性检验，获得显著扰动的代谢通路；所述对潜在扰动通路进行显著性检验采用置换检验方法，设通路为潜在的受扰动通路，其排序值为r；将实验组数据X按代谢物，即数据矩阵X的列拆成两部分为其中，表示通路ki对应的子矩阵，表示除了通路ki之外的子矩阵；同样将对照组数据也表示成两部分给定显著性水平为α，置换次数为N，用以下方法对通路ki的进行显著性检验：1随机置换和的样本，即数据矩阵和中的行，得到新的数据矩阵为X'和Y'；2在X'和Y'上计算通路ki的重要性排序，记为3重复步骤1和2置换实验N次，得到通路ki的N次排序值4将作为通路ki重要性的零分布，计算真实排序值r在零分布上的分位数pr： 若pr≤α，则称通路ki为显著受扰动通路；按上述步骤，逐一检验中代谢通路的显著性，并删除不显著的通路，得到最终的显著受扰动的通路集。

全文数据：

权利要求：

百度查询： 厦门大学 一种基于代谢物关联网络的受扰动通路分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD