一种阿尔茨海默病基因优先级排序方法

摘要: 本发明属于生物信息学和计算生物学,特别是涉及一种阿尔茨海默病基因优先级排序方法。背景技术:1、阿尔茨海默病(ad)是最常见的神经退行性疾病之一,其特征是进行性记...
一种阿尔茨海默病基因优先级排序方法

本发明属于生物信息学和计算生物学,特别是涉及一种阿尔茨海默病基因优先级排序方法。

背景技术:

1、阿尔茨海默病(ad)是最常见的神经退行性疾病之一,其特征是进行性记忆丧失、认知能力下降以及行为和执行功能障碍。尽管进行了数十年的基础和临床研究,其发病机制仍未完全明了。目前的证据表明,ad并非由单一基因或通路驱动,而是反映了系统级的失调,涉及遗传易感性、转录变化、免疫炎症、突触功能障碍以及细胞存活和凋亡的改变。实验模型和高通量组学研究为剖析ad机制和验证候选基因功能提供了重要证据。脑转录组学、蛋白质组学以及单细胞或单核测序已经生成了可重复的疾病相关分子特征,包括涉及小胶质细胞中apoe、trem2、cd163、cx3cr1、tmem119和p2ry12的细胞类型特异性疾病状态。

2、然而,实验验证和多组学分析仍然成本高昂、耗时较长,且受限于样本的可及性,使得全基因组范围的候选基因验证变得困难。因此,需要计算优先排序方法在下游验证之前过滤出ad相关基因。大规模全基因组关联研究(gwas)已经确定了与免疫调节、脂质代谢、内吞作用和突触功能相关的ad风险位点,包括trem2、plcg2、abi3和cd33等免疫相关基因。精细定位和综合优先排序进一步牵涉了诸如ccdc6、tspan14、nck2和spred2等位点附近的候选基因。转录组学和多组学研究也揭示了神经元功能、炎症反应和能量代谢的协同变化。总之,这些发现表明,ad基因的发现需要整合遗传、转录组和功能证据,而不是依赖于单一的证据来源。

3、尽管取得了这些进展,ad基因优先排序仍然具有挑战性。gwas和转录组学研究在人群背景、组织来源和分析策略上往往存在差异,导致基因层面的发现不一致和候选列表碎片化。此外,每种数据类型仅捕获疾病生物学的一个方面,无法完全描述基因之间的功能依赖性或协同效应。因此,关键的计算挑战在于如何在整合异构证据的同时保留基因之间的关系,从而以可重复和生物学上可解释的方式对候选基因进行排名。

4、网络生物学和图学习方法为应对这一挑战提供了一种自然的策略。疾病基因倾向于在功能网络中非随机聚集,而网络传播或嵌入可以提高疾病基因鉴定的稳定性和可重复性。现有的方法如netwas、hyperad、diamond、biological random walks和kdgene已经表明,以网络为中心的学习可以支持可扩展的候选基因发现。然而,许多基于图的模型仍然依赖于预定义的网络拓扑或固定的传播规则,这可能会限制它们区分不同相邻基因相对贡献的能力。传统的图卷积网络进一步使用固定或归一化的邻接权重聚合邻域,隐含地假设相邻基因对目标基因的贡献相似。这种假设对于ad可能并不合适,因为ad的疾病机制和网络连接强度具有高度的异质性。此外,许多研究主要报告交叉验证或内部测试集的性能,而较少评估排名基因的外部可重复性、功能一致性和下游生物学效用。

5、综上所述,提出一种阿尔茨海默病基因优先级排序方法。

技术实现思路

1、有鉴于此,本发明旨在提出一种阿尔茨海默病基因优先级排序方法,以解决现有阿尔茨海默病基因优先级排序方法中,节点特征学习与网络结构学习分离、图模型对邻居贡献缺乏差异化区分,以及排名结果缺乏多证据交叉验证的技术问题。

2、为实现上述目的,本发明采用以下技术方案,提供一种阿尔茨海默病基因优先级排序方法,包括以下步骤:

3、s1、构建包括具有高置信度ad相关的阳性基因和未报告ad关联的阴性基因的样本集;

4、s2、基于ad特异性功能基因网络构建邻接矩阵,基于基因的节点特征构建特征矩阵;

5、s3、基于所述样本集、所述邻接矩阵和所述特征矩阵,训练包含线性特征分支和图注意力分支的模型;

6、s4、模型对各基因进行预测,融合所述线性特征分支和所述图注意力分支的输出,得到各基因的初始关联得分;

7、s5、基于所述初始关联得分,引入personalizedpagerank对模型输出进行网络扩散校正,使高置信信号沿基因功能网络传播,得到各基因的最终关联得分;

8、s6、根据所述最终关联得分对基因进行排序,输出基因优先级排序列表。

9、更进一步的,s3中,所述训练的过程为:

10、s31、将所述特征矩阵输入线性特征分支,所述线性特征分支对各基因的特征向量进行线性映射,得到各基因在线性分支中的输出;

11、s32、将所述特征矩阵和所述邻接矩阵输入图注意力分支,所述图注意力分支在所述基因功能网络上进行邻域信息聚合,计算目标基因与其邻居基因之间的注意力分数,在目标基因的邻居范围内进行归一化,得到各邻居基因的注意力权重;

12、s33、根据所述注意力权重对邻居基因的特征进行加权聚合,更新目标基因的节点表示,经多层传播后得到各基因在图注意力分支中的输出。

13、更进一步的,s32中,所述注意力分数基于目标基因的节点特征和邻居基因的节点特征,经共享线性变换和激活函数计算得到。

14、更进一步的,s4的具体过程为:

15、s41、将训练好的模型对各基因进行预测,所述线性特征分支输出各基因在线性分支中的输出,所述图注意力分支输出各基因在图注意力分支中的输出;

16、s42、将所述线性分支中的输出和所述图注意力分支中的输出分别映射至概率空间;

17、s43、按预设的融合系数对所述映射后的线性分支输出和图注意力分支输出进行加权求和,得到各基因的初始关联得分。

18、更进一步的,s5的具体过程为:

19、s51、以所述初始关联得分构建个性化向量;

20、s52、在所述基因功能网络上进行带重启的随机游走迭代,每次迭代以所述个性化向量作为重启目标,沿所述基因功能网络的转移矩阵传播得分;

21、s53、迭代结束后,以最终得分作为各基因的最终关联得分。

22、更进一步的,所述s52中所述随机游走迭代的更新方式为:第t+1次迭代的得分向量等于扩散强度乘以当前迭代得分向量与转移矩阵的乘积,加上重启概率乘以所述个性化向量。

23、更进一步的,s52中所述转移矩阵通过对所述邻接矩阵进行top-k稀疏化后进行归一化得到,每个基因节点仅保留关联强度最大的前k个邻居,其余边权重置为0。

24、更进一步的,s2中,所述节点特征包括来自string的蛋白质-蛋白质相互作用特征、源自adfgn的网络特征和来自msigdb的分子特征注释。

25、更进一步的,s2中,所述特征矩阵经主成分分析降维至512维。

26、更进一步的,s2中,所述ad特异性功能基因网络在构建邻接矩阵前,去除边权重低于预设阈值的基因节点。

27、有益效果:

28、1.通过线性特征分支和图注意力分支的双分支融合架构,线性分支直接学习基因节点特征与ad关联之间的映射关系,图注意力分支在ad特异性功能基因网络上进行自适应邻居聚合,两条分支互补协同,同时利用基因的节点属性信息和网络结构信息,提高了ad基因优先级排序的准确性。在统一评估协议下,本发明方法的auroc达到0.947,优于现有基线方法。

29、2.采用图注意力机制计算目标基因与邻居基因之间的注意力分数,在邻居范围内归一化后作为加权聚合权重,能够自适应区分不同邻居基因对目标基因的相对贡献,克服了传统图卷积网络使用固定邻接权重、无法体现邻居差异化的缺陷。

30、3.在模型推理阶段引入个性化pagerank对模型输出得分进行网络扩散校正,使高置信信号沿基因功能网络向其功能邻域传播,增强了基因优先级排序的全局一致性和生物学稳定性。

31、4.通过三重证据整合和双队列一致性筛选,将全基因组排名逐步压缩为31个多重证据候选基因和5个跨队列稳定核心基因,5基因特征构建的分类器能够有效区分ad样本与对照样本,为阿尔茨海默病候选基因发现和机制研究提供了可操作的计算筛选方案。