基于全基因组关联信号初筛复杂疾病药物的方法

技术特征：
1.基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，包括以下步骤：基于全基因关联信号，通过dese算法对复杂疾病细胞进行筛选处理，得到复杂疾病的细胞系；通过药物空白对照对复杂疾病的细胞系进行诱导与分析，得到药物对基因的特异性扰动谱；基于全基因关联信号，结合条件数据对药物对基因的特异性扰动谱进行循环预测分析与计算，得到复杂疾病易感基因的药物。2.根据权利要求1所述基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，所述通过药物空白对照对复杂疾病的细胞系进行诱导与分析，得到特异性扰动谱这一步骤，其具体包括：通过药物空白对照诱导复杂疾病的细胞系并进行倍数标记处理，得到基因表达谱；通过鲁棒z-score打分方法对基因表达谱进行计算处理，得到基因的正向特异性扰动谱；对基因的正向特异性扰动谱进行取反操作后进行鲁棒z-score打分方法处理，得到基因的反向特异性扰动谱；整合基因的正向特异性扰动谱和基因的反向特异性扰动谱，得到药物对基因的特异性扰动谱。3.根据权利要求2所述基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，所述药物对基因的正向特异性扰动谱的计算公式如下所示：上式中，λ表示用于调整p-value检验以使其遵循均匀分布，y
i
表示第i种药物诱导某一基因后该基因表达量的倍数变化，μ表示所有药物诱导该基因后表达倍数变化的平均值，δ表示所有药物诱导该基因后该基因表达倍数变化的标准差，z
i
表示药物对基因的正向特异性扰动谱。4.根据权利要求3所述基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，所述基于全基因关联信号，结合条件数据对药物对基因的特异性扰动谱进行循环预测分析与计算，得到复杂疾病易感基因的药物这一步骤，其具体包括：收集gwas summary数据、参考基因型数据和参考基因模型数据，根据基因对表型显著性的排序进行条件关联检验，得到条件关联模式下显著的基因；考察条件关联显著基因，对药物特异性扰动的趋势，通过mann-whitney u进行检验，得到药物的p-value值；基于药物的p-value值和基因在药物的特异性扰动排名进行特性扰动计算，得到基因的特异性扰动评分；根据基因的特异性扰动评分对基因排序，重新做条件关联检验得到新的一批疾病关联基因，重新考察其对药物特异性扰动的趋势，循环上述预测步骤、检验步骤和扰动计算步骤，直至满足循环终止条件，输出复杂疾病易感基因的药物。5.根据权利要求4所述基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，所述对药物的p-value值进行特性扰动计算的公式如下所示：
上式中，t表示疾病易感基因和非易感基因数目之和，i表示第i个药物，j表示第j个诱导基因，k
j,i
表示第i个药物诱导基因j的特异性扰动效应在药物i诱导的所有基因中的排序，n表示n种药物，p
i
表示n种药物在mann-whitney u检验后的p-value值。6.根据权利要求4所述基于全基因组关联信号初筛复杂疾病药物的方法，其特征在于，所述迭代计算的终止条件如下所示：|log(p
n
)-log(p
n-1
)|<10-5
上式中，p
n
表示n种药物在mann-whitney u检验后的第n个p-value值。

技术总结
本发明公开了基于全基因组关联信号初筛复杂疾病药物的方法，该方法包括：基于全基因关联信号，通过DESE算法对复杂疾病细胞进行筛选处理，得到复杂疾病的细胞系；通过药物空白对照对复杂疾病的细胞系进行诱导与分析，得到药物对基因的特异性扰动谱；结合条件数据对药物对基因的特异性扰动谱进行循环预测分析与计算，得到复杂疾病易感基因的药物。通过使用本发明，能够通过预测特异性扰动多个疾病易感基因的药物进而缩小复杂疾病候选药物的筛选范围。本发明作为基于全基因组关联信号初筛复杂疾病药物的方法，可广泛应用于高通量药物筛选技术领域。选技术领域。选技术领域。


技术研发人员：李淼新 李相宜
受保护的技术使用者：中山大学
技术研发日：2022.09.28
技术公布日：2022/12/30