一种对常见脑疾病易感基因的批量检测方法

摘要

本发明涉及生物信息学技术领域的一种基于复杂脑基因网络的常见脑疾病易感基因检测方法，用计算机计算的手段大规模检测各种常见脑疾病的易感基因。包括两大部分：1、基于贝叶斯模型集成基因组、蛋白质组等多种可利用的公共生物学数据构建复杂脑基因网络，并分析该网络的统计特性；2、在此网络的基础上，引入某常见脑疾病的先验信息，然后根据网络的连接特性对网络中所有脑基因进行重要性排序，选取分数较高的基因构成相关基因子网络，从而大规模地、便捷地处理该疾病相关易感基因。本发明可以快速实现常见脑疾病易感基因的批量检测，在普通的微机上即可完成，可方便快捷地为传统遗传学研究以及各种病理研究提供非常有价值的线索。

主权项

一种对常见脑疾病易感基因的批量检测方法，其特征在于：步骤如下：根据提取的大规模基因组、蛋白质组公共生物学数据集，对多种生物学数据集采用一个统一的评分准则，对所有数据集进行重新评分，然后基于统一的分数，基于简单的贝叶斯分类器，对各数据集进行综合，构建出一个较为准确的复杂脑基因网络，对于构建的复杂脑基因网络进行分析是基于数据库中对基因功能的注释信息，分析网络中少数关键节点的作用，分析人脑基因网络功能模块的属性，并探索其与脑功能机制的相互关系；进行网络拓扑特异性和稳定性分析，以发现复杂脑基因网络与其他类似网络相比所具有的特有属性，对常见脑疾病易感基因的批量检测是寻找所研究脑疾病的一个或多个比较明确的重要易感基因即种子基因；基于种子基因和复杂脑基因网络，判别网络内其它基因相对于这些种子基因的重要程度，通过计算网络中所有基因相对于种子基因的最短图论距离，也即最短路径长度，然后把每个基因相对于所有种子基因的距离相加，以此作为该基因相对于种子基因的重要程度，按此重要程度的分数高低对所有基因进行排序，并选取得分较高的一些基因作为该疾病的重要易感基因；以检测的这些重要易感基因之间的相互作用所构成的网络作为该疾病的基因子网络，对常见脑疾病易感基因的检测结果进行验证。