基于分子子网与随机森林分类器的癌症化疗敏感性预测方法

摘要

本发明公开了一种基于分子子网与随机森林分类器的癌症化疗敏感性预测方法，其特征是：融合肿瘤基因表达谱数据、肿瘤突变基因组信息以及蛋白质相互作用组信息，基于重启的随机行走模型，挖掘致癌抑癌基因分子子网，实现特征提取；以所述分子子网作为输入特征，基于癌症患者的生物表达谱数据，设计基于随机森林算法的训练模型，将所述训练模型用于独立测试集的测试，得到患者化疗敏感性评价结果。本发明方法用于在化疗前筛选出化疗有效的患者，对于癌症治疗具有重要的意义。

主权项

基于分子子网与随机森林分类器的癌症化疗敏感性预测方法，其特征是：融合肿瘤基因表达谱数据、肿瘤突变基因组信息以及蛋白质相互作用组信息，基于重启的随机行走模型，挖掘致癌抑癌基因分子子网，实现特征提取；以所述分子子网作为输入特征，基于癌症患者的生物表达谱数据，设计基于随机森林算法的训练模型，将所述训练模型用于独立测试集的测试，得到患者化疗敏感性评价结果；所述肿瘤基因表达谱数据是指：利用基因表达谱数据平台得到的肿瘤基因表达谱数据；所述肿瘤突变基因组信息是指：基于已知的肿瘤突变基因数据库得到引起细胞癌变的原癌基因和抑癌基因；所述蛋白质相互作用组信息，是指利用已知的蛋白质相互作用数据集筛选出已经被实验证实的蛋白质相互作用对。