基于代谢网络增强的遗传代谢病筛查模型构建方法及系统与流程
本发明涉及生物信息学,具体涉及基于代谢网络增强的遗传代谢病筛查模型构建方法及系统。
背景技术:
1、新生儿疾病筛查是出生缺陷三级预防的重要环节。串联质谱技术可在一次干血斑检测中同时测定氨基酸、酰基肉碱等数十种代谢物,已用于多种遗传代谢病的一线筛查。
2、现有初筛多以一种或少数几种标志物的浓度是否超过截断值作为判断依据,而同一标志物的升高可由多种非疾病因素引起。例如,丙酰肉碱(c3)在甲基丙二酸血症和丙酸血症中升高,在母体维生素b12缺乏、早产、肠外营养支持及肉碱补充时也可升高,仅依据其浓度难以区分,召回率因此偏高。
3、酶缺陷除改变其直接底物和产物的浓度外,还会影响代谢网络中上下游代谢物的浓度。现有截断值法和多元统计方法将各代谢物作为相互独立的变量处理,未利用代谢反应网络中的关联信息。已有方法将疾病相关代谢物作为种子节点,在代谢反应网络上执行带重启随机游走,按稳态概率对候选代谢物排序,但不判断候选代谢物能否在干血斑中测定。排序靠前的候选物多为辅酶a硫酯等胞内中间体,此类分子不进入外周血且稳定性差,在干血斑中无法检出。
4、此外,三重四极杆质谱在多反应监测模式下仅记录预设离子对的信号,不保留全扫描谱图,且为单位质量分辨率,无法按精确质量提取未预设代谢物的色谱峰。对于新推荐的候选标志物,需召回新生儿重新采血或另行建立检测方法;将新病种纳入筛查时,也需为该病种单独验证标志物并建立截断值。
5、本发明涉及的目标遗传代谢病共八种,涵盖有机酸血症、脂肪酸氧化障碍、尿素循环障碍和溶酶体贮积症四类。戊二酸血症i型由戊二酰辅酶a脱氢酶缺陷引起,血戊二酰肉碱(c5dc)及尿戊二酸、3-羟基戊二酸升高,患儿多在婴儿期因感染或禁食诱发急性脑病,遗留基底节损伤。甲基丙二酸血症由甲基丙二酰辅酶a变位酶缺陷或钴胺素代谢障碍引起,甲基丙二酸、丙酰肉碱及甲基柠檬酸蓄积,约85%的患儿在1岁以内起病。鸟氨酸氨甲酰转移酶缺乏症为x连锁尿素循环障碍,氨解毒通路受阻导致高氨血症,新生儿期发病者可迅速进展为脑水肿。极长链酰基辅酶a脱氢酶缺乏症由acadvl基因变异引起,主要标志物为十四烯酰肉碱(c14:1),心肌病型于新生儿期即可出现致死性多脏器功能衰竭。中链酰基辅酶a脱氢酶缺乏症由acadm基因变异引起,以辛酰肉碱(c8)升高为主要标志物,携带者在感染或禁食应激下存在代谢危象风险。庞贝病由gaa基因变异导致酸性α-葡萄糖苷酶缺陷,婴儿型表现为心肌肥厚、肌张力低下和呼吸衰竭,酶替代治疗的效果依赖早期诊断。法布里病由gla基因变异导致α-半乳糖苷酶a缺陷,三己糖神经酰胺及其脱酰基产物三己糖鞘氨醇进行性蓄积。黏多糖贮积症i型由idua基因变异导致α-l-艾杜糖苷酸酶缺陷,硫酸皮肤素和硫酸乙酰肝素在溶酶体中积累,一旦出现不可逆的神经系统和骨骼损伤,治疗效果大幅降低。上述八种疾病均属治疗窗口狭窄、早期诊断可显著改变预后的病种。
技术实现思路
1、本发明的目的在于提供基于代谢网络增强的遗传代谢病筛查模型构建方法及系统,使代谢网络推荐的扩展代谢物能够从已采集的检测数据中取值,无需重新采血或增加进样。
2、为实现上述目的,本发明提供基于代谢网络增强的遗传代谢病筛查模型构建方法,包括以下步骤:
3、对训练集中各新生儿的干血斑样本加入同位素内标后进行液相色谱-质谱分析,以内标法测定预设靶向代谢物组中各代谢物的含量作为初始特征,并采集覆盖全色谱保留时间范围的高分辨全扫描谱图及数据非依赖采集谱图,存储为该样本的数字样本档案;
4、构建以代谢物为节点、以由底物指向产物的有向边表示酶促反应的代谢反应网络,以碳原子守恒因子、反应竞争性因子与反应可信度因子之积作为边权重,按行归一化得到概率转移矩阵;
5、对每种目标疾病,以该疾病阳性样本与对照样本之间的差异代谢物为种子节点,在代谢反应网络上分别沿底物至产物方向和沿产物至底物方向执行带重启的随机游走,得到各节点的正向传播评分与逆向传播评分,以全部节点等概率的初始分布执行相同计算得到全局基线正向评分与全局基线逆向评分,以两个方向经全局基线评分校正后的评分之积作为综合推荐评分,选取综合推荐评分最高的若干非种子节点作为推荐节点;
6、以同一样本内所述同位素内标的实测保留时间校正推荐节点所对应代谢物的预测保留时间,在校正后的保留时间窗口内从数字样本档案中提取该代谢物的提取离子色谱峰并积分,得到回补特征;
7、将初始特征与回补特征拼接为增强特征矩阵,训练得到各目标疾病的分类模型。
8、进一步地,所述液相色谱-质谱分析采用高分辨质谱,在同一次色谱运行内交替执行靶向定量采集与全扫描及数据非依赖采集,全扫描及数据非依赖采集的质量分辨率不低于15000。
9、进一步地,所述反应竞争性因子为反应中有机产物种类数的倒数,所述反应可信度因子按反应注释证据等级取值;所述随机游走的重启概率以验证集上各目标疾病的平均受试者工作特征曲线下面积为目标函数,经网格搜索确定。
10、进一步地,选取推荐节点之后,依据代谢物数据库中的生物样本归属注释与分子理化性质判定各推荐节点的干血斑可测性,将不可测的推荐节点沿转运反应边或接合反应边映射为体液可测的代理物,以代理物作为该推荐节点所对应的代谢物。
11、进一步地,以同一样本内各同位素内标的预测保留时间与实测保留时间为锚点建立分段线性映射,对推荐节点所对应代谢物的预测保留时间进行校正。
12、进一步地,由正向传播评分与逆向传播评分确定增强特征矩阵中各特征相对于种子节点的上下游位置及浓度变化的期望方向,结合各特征的可靠性权重计算样本的方向一致性评分,作为分类模型的输入特征,并确定一致性阈值;可靠性权重低于预设阈值的回补特征予以剔除。
13、进一步地,所述分类模型为以梯度提升决策树为基学习器、按一对多策略为每种目标疾病训练的二分类器。
14、本发明还提供基于代谢网络增强的遗传代谢病筛查模型构建系统,包括双通道采集与归档模块、代谢网络管理模块、双向传播模块、回补模块以及联合判定与报告模块,联合判定与报告模块以按上述方法构建的分类模型输出待评估新生儿患各目标疾病的风险概率。该系统还可包括可测性映射模块与一致性评分模块,由风险概率与方向一致性评分共同判定风险等级。
15、与现有技术相比,本发明的有益效果是:
16、1.本发明提供了基于代谢网络增强的遗传代谢病筛查模型构建方法及系统,在液相色谱-质谱分析时同时采集并存储全扫描与数据非依赖采集谱图,代谢网络推荐的扩展代谢物可直接从数字样本档案中提取,不需要召回新生儿重新采血,也不需要为扩展代谢物另行建立检测方法;新增筛查病种时,可沿用已构建的代谢反应网络和已存储的数字样本档案。
17、2.本发明提供了基于代谢网络增强的遗传代谢病筛查模型构建方法及系统,以碳原子守恒因子、反应竞争性因子与反应可信度因子之积作为边权重,并以全局基线评分校正正向与逆向传播评分,降低了atp、辅酶a等高连接度辅因子在推荐结果中的占比。
18、3.本发明提供了基于代谢网络增强的遗传代谢病筛查模型构建方法及系统,对推荐节点进行干血斑可测性判定,将辅酶a硫酯等胞内中间体映射为可在干血斑中测定的代理物;以同位素内标的实测保留时间校正预测保留时间,可减少提取窗口内的漏提取与错峰。由正向与逆向传播评分确定各特征浓度变化的期望方向并计算方向一致性评分,可用于区分通路上下游代谢物一致改变的样本与仅个别标志物升高的样本。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com