一种基于多组学数据集的癌症亚型识别方法及系统与流程

技术特征：
1.一种基于多组学数据集的癌症亚型识别方法，其特征在于，包括：获取各患者的样本数据；采用主成分分析方法对所述样本数据进行降维处理；基于降维后的数据构建相似图；所述相似图用于表示各患者之间的相似性；将各相似图投影到低维子空间；在格拉斯曼流形上合并各子空间；基于合并后的子空间，通过k
‑
means聚类算法识别癌症亚型。2.根据权利要求1所述的基于多组学数据集的癌症亚型识别方法，其特征在于，所述样本数据包括基因表达、mirna表达以及dna甲基化。3.根据权利要求1所述的基于多组学数据集的癌症亚型识别方法，其特征在于，所述相似图的表达式如下：g
(m)
＝{v
(m)
，e
(m)
}其中，g
(m)
表示第m个相似图，节点v
(m)
表示患者，边e
(m)
表示患者之间的连接。4.根据权利要求1所述的基于多组学数据集的癌症亚型识别方法，其特征在于，在所述基于降维后的数据构建相似图，之后还包括：计算相似图的相似度矩阵；根据所述相似度矩阵，采用k近邻算法保留各相似图的局部结构。5.一种基于多组学数据集的癌症亚型识别系统，其特征在于，包括：样本获取膜，用于获取各患者的样本数据；降维模块，用于采用主成分分析方法对所述样本数据进行降维处理；相似图构建模块，用于基于降维后的数据构建相似图；所述相似图用于表示各患者之间的相似性；投影模块，用于将各相似图投影到低维子空间；合并模块，用于在格拉斯曼流形上合并各子空间；识别模块，用于基于合并后的子空间，通过k
‑
means聚类算法识别癌症亚型。6.根据权利要求5所述的基于多组学数据集的癌症亚型识别系统，其特征在于，所述样本数据包括基因表达、mirna表达以及dna甲基化。7.根据权利要求5所述的基于多组学数据集的癌症亚型识别系统，其特征在于，所述相似图的表达式如下：g
(m)
＝{v
(m)
，e
(m)
}其中，g
(m)
表示第m个相似图，节点v
(m)
表示患者，边e
(m)
表示患者之间的连接。8.根据权利要求5所述的基于多组学数据集的癌症亚型识别系统，其特征在于，还包括：计算模块，用于计算相似图的相似度矩阵；保留模块，用于根据所述相似度矩阵，采用k近邻算法保留各相似图的局部结构。

技术总结
本发明公开了一种基于多组学数据集的癌症亚型识别方法及系统。该方法包括：获取各患者的样本数据；采用主成分分析方法对所述样本数据进行降维处理；基于降维后的数据构建相似图；所述相似图用于表示各患者之间的相似性；将各相似图投影到低维子空间；在格拉斯曼流形上合并各子空间；基于合并后的子空间，通过k


技术研发人员：蔡宏民 阿里
受保护的技术使用者：华南理工大学
技术研发日：2021.07.19
技术公布日：2021/10/23