1.一种基于局部和全局的网络中心性分析的癌症驱动基因预测方法,其特征在于,包括以下步骤:S1:对标准化的体细胞突变数据和基因表达数据进行预处理,表达成基因-矩阵的形式;
S2:使用预处理后的数据对下载的PPI网络加权;具体步骤包括:S201:输入预处理后的体细胞突变数据,根据得到的突变基因-患者矩阵M,计算突变基因的突变得分,其中,每个基因i的突变分数M(i)表示突变对癌症的贡献,定义为:K
S202:输入预处理完成的基因表达数据,根据差异表达基因-患者的矩阵D,计算两个基因之间的皮尔森相关系数:其中,x
S203:整合突变得分M(i)和PCC,以此计算基因之间的相互作用分数来为PPI网络加权,加强随机游走算法中的初始概率PM(i)和M(j)分别表示基因i和j的突变得分,wS3:模型构建,使用改进的重启随机游走算法通过控制跳转步长分析网络的全局和局部特征;具体步骤包括:S301:在加权的PPI网络上使用随机游走算法遍历网络节点,并将PPI网络的权值作为随机游走的初始概率PS302:采用反馈中心性代替随机游走算法的跳转概率,通过控制随机游走的步长,得到在不同的步长下网络分析的结果;
S303:整合不同步长所得到的结果,通过递归的方法得到在已知的驱动基因验证下精度趋近于1的结果,并返回不同步长所占的权值,整合公式如下:score=w
其中,P(1)代表步长为2的重启随机游走算法计算的节点向量,P(2)表示的是步长为3,P(3)表示的是迭代趋于平稳并且步长小于1000的结果;
通过整合不同步长的RWR算法的结果,能够识别网络中的重要的基因节点;
S4:使用构建好的模型对癌症数据集进行预测,以获取驱动基因的排名向量,实现对癌症驱动基因的预测。
2.根据权利要求1所述的基于局部和全局的网络中心性分析的癌症驱动基因预测方法,其特征在于,所述体细胞突变数据包括单核苷酸变异数据、染色体畸变数据。
3.根据权利要求2所述的基于局部和全局的网络中心性分析的癌症驱动基因预测方法,其特征在于,对所述体细胞突变数据进行预处理的步骤包括:S101:去除体细胞单核苷酸变异数据中“变异分类”项为“沉默”的基因,从染色体畸变数据的扩增片段和删除片段中选择基因,提取拷贝数变异信息;
S102:将体细胞突变数据汇总在一个二进制突变基因-患者矩阵M中,在矩阵M中行表示基因,列表示癌症样本。
4.根据权利要求1所述的基于局部和全局的网络中心性分析的癌症驱动基因预测方法,其特征在于,对所述基因表达数据进行预处理的步骤包括:S111:采用k近邻对表达数中存在值为NA的数据进行填充;
S112:根据每个基因在所有样本中的表达分布为高斯分布的假设,将表达数据转换成差异表达基因列表;
S113:收集每个患者的差异表达基因列表以获得全部患者集中的差异表达基因列表,将基因表达数据处理成差异表达基因-患者的矩阵D,其中D
5.一种基于局部和全局的网络中心性分析的癌症驱动基因预测系统,采用如权利要求1至4任一项所述的基于局部和全局的网络中心性分析的癌症驱动基因预测方法,其特征在于,包括:数据预处理模块,用于对标准化的体细胞突变数据和基因表达数据进行预处理,表达成基因-矩阵的形式;
网络加权模块,用于使用预处理完成的数据对下载的PPI网络加权;
模型构建与分析模块,用于模型构建,使用改进的重启随机游走算法通过控制跳转步长分析网络的全局和局部特征;
模型预测模块,用于使用构建好的模型对癌症数据集进行预测,以获取驱动基因的排名向量,实现对癌症驱动基因的预测。