CN117373547B - 一种可视化癌症基因关系显示方法和系统 - Google Patents
一种可视化癌症基因关系显示方法和系统 Download PDFInfo
- Publication number
- CN117373547B CN117373547B CN202311676540.7A CN202311676540A CN117373547B CN 117373547 B CN117373547 B CN 117373547B CN 202311676540 A CN202311676540 A CN 202311676540A CN 117373547 B CN117373547 B CN 117373547B
- Authority
- CN
- China
- Prior art keywords
- entity node
- tumor
- virus
- infection
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 108700019961 Neoplasm Genes Proteins 0.000 title claims abstract description 16
- 102000048850 Neoplasm Genes Human genes 0.000 title claims abstract description 16
- 230000000007 visual effect Effects 0.000 title claims abstract description 16
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 184
- 241000700605 Viruses Species 0.000 claims abstract description 103
- 208000015181 infectious disease Diseases 0.000 claims abstract description 83
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 52
- 230000014509 gene expression Effects 0.000 claims abstract description 49
- 201000010099 disease Diseases 0.000 claims abstract description 41
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 41
- 238000012546 transfer Methods 0.000 claims abstract description 12
- 210000000056 organ Anatomy 0.000 claims description 30
- 108020003175 receptors Proteins 0.000 claims description 27
- 201000011510 cancer Diseases 0.000 claims description 13
- 108010024777 Mating Factor Receptors Proteins 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 4
- 230000003612 virological effect Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 102000005962 receptors Human genes 0.000 description 20
- 210000001519 tissue Anatomy 0.000 description 13
- 230000009385 viral infection Effects 0.000 description 11
- 208000036142 Viral infection Diseases 0.000 description 7
- 210000001744 T-lymphocyte Anatomy 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 210000003855 cell nucleus Anatomy 0.000 description 4
- 210000002865 immune cell Anatomy 0.000 description 4
- 210000004881 tumor cell Anatomy 0.000 description 4
- 102100036170 C-X-C motif chemokine 9 Human genes 0.000 description 3
- 101000947172 Homo sapiens C-X-C motif chemokine 9 Proteins 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 101150004010 CXCR3 gene Proteins 0.000 description 2
- 208000005623 Carcinogenesis Diseases 0.000 description 2
- 102000019034 Chemokines Human genes 0.000 description 2
- 108010012236 Chemokines Proteins 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000036952 cancer formation Effects 0.000 description 2
- 231100000504 carcinogenesis Toxicity 0.000 description 2
- 230000035605 chemotaxis Effects 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 210000000987 immune system Anatomy 0.000 description 2
- 238000009169 immunotherapy Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000003289 regulatory T cell Anatomy 0.000 description 2
- 108010074708 B7-H1 Antigen Proteins 0.000 description 1
- 102000008096 B7-H1 Antigen Human genes 0.000 description 1
- 102100036301 C-C chemokine receptor type 7 Human genes 0.000 description 1
- 210000001266 CD8-positive T-lymphocyte Anatomy 0.000 description 1
- 108010014231 Chemokine CXCL9 Proteins 0.000 description 1
- 102000016937 Chemokine CXCL9 Human genes 0.000 description 1
- 102000004127 Cytokines Human genes 0.000 description 1
- 108090000695 Cytokines Proteins 0.000 description 1
- 230000005778 DNA damage Effects 0.000 description 1
- 231100000277 DNA damage Toxicity 0.000 description 1
- 206010015108 Epstein-Barr virus infection Diseases 0.000 description 1
- 208000025287 Epstein-Barr virus-associated gastric carcinoma Diseases 0.000 description 1
- 241000700721 Hepatitis B virus Species 0.000 description 1
- 101000716065 Homo sapiens C-C chemokine receptor type 7 Proteins 0.000 description 1
- 241000701806 Human papillomavirus Species 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 102000043131 MHC class II family Human genes 0.000 description 1
- 108091054438 MHC class II family Proteins 0.000 description 1
- 208000002454 Nasopharyngeal Carcinoma Diseases 0.000 description 1
- 206010061306 Nasopharyngeal cancer Diseases 0.000 description 1
- 208000009608 Papillomavirus Infections Diseases 0.000 description 1
- 208000000102 Squamous Cell Carcinoma of Head and Neck Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 238000011398 antitumor immunotherapy Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003915 cell function Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 230000009087 cell motility Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000008482 dysregulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 201000000459 head and neck squamous cell carcinoma Diseases 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000001926 lymphatic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012775 microarray technology Methods 0.000 description 1
- 201000011216 nasopharynx carcinoma Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 210000002536 stromal cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000003171 tumor-infiltrating lymphocyte Anatomy 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/30—Detection of binding sites or motifs
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Genetics & Genomics (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Data Mining & Analysis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本申请涉及生物医学信息化技术领域,涉及一种可视化癌症基因关系显示方法和系统,肿瘤实体节点决策肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,肿瘤实体节点与病毒实体节点为一对具有关联关系的病源实体节点;当肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果肿瘤实体节点至表达基因实体节点的已存在关系冲突,则肿瘤实体节点根据传染轨迹信息,将因子受体传递至病毒实体节点,经病毒实体节点将因子受体传递至表达基因实体节点;依据肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图。本发明可以基于历史的大数据进行合理分析并直观向用户显示各种病源因子数据以指导相关用户进行癌症基因诊断。
Description
技术领域
本发明涉及生物医学信息化技术领域,更具体地,涉及一种可视化癌症基因关系显示方法和系统。
背景技术
从分子生物学的角度来看,肿瘤是由于某些染色体上DNA损伤致使细胞内基因异常表达,导致细胞生长失控、缺乏分化和异常增生的一类复杂基因疾病,因而肿瘤也是一种系统的生物疾病,到目前为止人类仍然不完全清楚肿瘤发生发展的机理。众所周知,晚期肿瘤病人的治疗效果常常不佳,而肿瘤的早期诊断对肿瘤的成功治疗却很有帮助。然而,采用传统的诸如X射线检测肿瘤团块的方法进行早期肿瘤诊断有一定的困难。特别是肿瘤的不同亚型对于同样的治疗却有不同的治疗效果。因此采用现代数据挖掘技术对基因表达谱进行深入研究对于揭示肿瘤发生发展过程与肿瘤分子诊断具有重要的现实意义。
近年来,随着对病毒感染的肿瘤患者进行的高通量测序和微阵列技术的不断完善,产生了非常可观的表达谱数据,为探索不同病毒感染状态下肿瘤免疫微环境的差异,并为肿瘤免疫治疗提供一定的理论基础。肿瘤免疫微环境是一个极为复杂的体系,其内在的各种免疫细胞、基质细胞及细胞因子均可与肿瘤细胞相互作用,且这些免疫系统网络的调控与肿瘤存在着复杂的相互作用并对肿瘤发生发展和免疫治疗应答产生重要影响。
当前社会中,对于每类癌症来说,由于突变位点众多,因此只能使用生物信息学及统计学的方法可以筛选出对于某类癌症高突变的基因或位点,但现有技术的种种关键驱动基因查找方法无法基于历史的大数据进行合理分析并直观向用户显示以指导相关用户进行癌症基因诊断。
发明内容
根据本发明第一方面,本发明请求保护一种可视化癌症基因关系显示方法,其特征在于,所述方法包括:
肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图。
进一步的,所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息之后,还包括:
如果所述肿瘤实体节点与所述病毒实体节点之间有信号通路,则所述肿瘤实体节点决策所述传染轨迹信息为所述肿瘤实体节点至所述病毒实体节点的诱因信息。
进一步的,所述当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,包括:
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,且所述肿瘤实体节点与所述病毒实体节点之间的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点。
进一步的,所述决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,包括:
肿瘤实体节点在知识图谱信息中添加已检测病源实体节点,并分别更新所述已检测病源实体节点与所述肿瘤实体节点、病毒实体节点之间的已存在关系,其中,所述已检测病源实体节点的所属组织与所述肿瘤实体节点的所属组织相同;
根据所述肿瘤实体节点、所述已检测病源实体节点和所述肿瘤实体节点、病毒实体节点之间的已存在关系,决策所述肿瘤实体节点至所述病毒实体节点的传染轨迹信息;
所述肿瘤实体节点的所属组织包括第一器官和第二器官,所述病毒实体节点的所属组织包括所述第一器官和所述第二器官,所述第一器官对应的第一传染轨迹长度差值与所述第二器官对应的第二传染轨迹长度差值相等,所述第一传染轨迹长度差值为在所述第一器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值,所述第二传染轨迹长度差值为在所述第二器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值。
进一步的,所述已检测病源实体节点至所述肿瘤实体节点的传染轨迹长度及所述已检测病源实体节点至所述病毒实体节点的传染轨迹长度为大于预设阈值的预设数值;
所述肿瘤实体节点接收所述病毒实体节点发送的显示信息,其中,所述显示信息中携带所述病毒实体节点的段标识器官;
所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,条件为:
所述肿瘤实体节点的器官与所述病毒实体节点的器官相同。
根据本发明第二方面,本发明请求保护一种可视化癌症基因关系显示系统,其特征在于,所述系统包括:
传染轨迹确定模块,决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
基因传递模块,依据所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体情况,将因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
显示模块,依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图;
所述一种可视化癌症基因关系显示系统用于执行所述的一种可视化癌症基因关系显示方法。
本申请涉及生物医学技术领域,涉及一种可视化癌症基因关系显示方法和系统,肿瘤实体节点决策肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,肿瘤实体节点与病毒实体节点为一对具有关联关系的病源实体节点;当肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果肿瘤实体节点至表达基因实体节点的已存在关系冲突,则肿瘤实体节点根据传染轨迹信息,将因子受体传递至病毒实体节点,经病毒实体节点将因子受体传递至表达基因实体节点;依据肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图。本发明可以基于历史的大数据进行合理分析并直观向用户显示各种病源因子数据以指导相关用户进行癌症基因诊断。
附图说明
图1为本发明所请求保护的一种可视化癌症基因关系显示方法的工作流程图;
图2为本发明所请求保护的一种可视化癌症基因关系显示方法的可视化界面图;
图3为本发明所请求保护的一种可视化癌症基因关系显示系统的结构模块图。
具体实施方式
根据本发明第一实施例,参照附图1,本发明请求保护一种可视化癌症基因关系显示方法,所述方法包括:
肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图。
其中,在该实施例中,网页工具可以直接访问传染轨迹图,无需用户登录,使用Shiny R package来搭建VTIME。R (Version 4.1.0)被用来进行数据预处理,数据可视化和统计学分析。动态交互由shinyjs R package来完成。
从TCGA数据库中收集了具有病毒感染状态的癌症数据,包括TCGA-LIHC,TCGA-HNSC,TCGA-CESC and TCGA-BLCA。例如,TCGA-LIHC cohort中每一个患者同时同时具有HBV和HCV感染状态。TCGA-HNSC, TCGA-CESC and TCGA-BLCA cohorts中每一个患者都具有HPV感染状态。此外,我们从Gene Expression Omnibus (GEO)搜索和纳入了所有具有病毒感染状态的肿瘤数据 (Figure 1B),其中纳入标准为: 第一种, 病毒感染状态为阳性的肿瘤组织样本必须大于10个且病毒感染状态为阴性的肿瘤组织样本也必须大于10个 (GSE10186,GSE6791, GSE55542, GSE55544, GSE38885, GSE39612, GSE51575, GSE3292, GSE74927,GSE65858, GSE62232, GSE67763, GSE72536, GSE147704 and GSE126209;Supplementary Table 2); 第二种,病毒感染状态为阳性的肿瘤组织样本必须大于10个且并无病毒感染状态为阴性的肿瘤组织样本 (GSE173897, GSE98383, GSE94660 andGSE25599; Supplementary Table 2)。TCGA数据库中的每一个队列的表达数据同时具有mRNA-count和mRNA-FPKM形式。GEO数据库中的每一个队列的表达数据可能为RPKM, FPKM,mRNA-count or array-data。
进一步的,所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息之后,还包括:
所述肿瘤实体节点决策所述传染轨迹信息为所述肿瘤实体节点至所述病毒实体节点的诱因信息;
所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息之后,还包括:
如果所述肿瘤实体节点与所述病毒实体节点之间有信号通路,则所述肿瘤实体节点决策所述传染轨迹信息为所述肿瘤实体节点至所述病毒实体节点的诱因信息;
所述当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,包括:
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,且所述肿瘤实体节点与所述病毒实体节点之间的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点。
其中,在该实施例中,肿瘤微环境中MHC-II类分子介导的免疫应答,从而增强CD8+T细胞的抗肿瘤功能。CXCL9可以通过与表达在T细胞表面的趋化因子受体CXCR3的结合产生趋化作用,驱使大量的T细胞浸润EBVaGC肿瘤组织。在浸润的Treg细胞表面,介导其淋巴回流的趋化因子受体CCR7表达受到抑制,大量Treg细胞聚集在肿瘤组织内。肿瘤组织中特异性CD8+T细胞表面PD-1的表达上调,可以作为干预T细胞功能调控的一个理想靶点。因此,了解和探索TIME在不同病毒感染状态肿瘤患者之间的差异,有利优化抗肿瘤免疫治疗决策,阐明免疫系统网络调与肿瘤间存在的复杂相互作用。
用户可以通过探索特定癌症患者在病毒阳性组和病毒阴性组之间的差异,包括基因表达量,免疫细胞分数,通路分数。可以使用差异分析,相关性分析,ssGSEA,CIBERSORT,xCell,MCPcounter, quanTIseq和 EPIC等多种算法来评估特定癌症患者的病毒阳性组和病毒阴性组之间的差异。例如,EBV(+) GC肿瘤微环境中TILs的密度明显高于其他类型的胃癌,且与EBV(+) GC病人良好的预后相关。EBV(+) GC肿瘤细胞表面的某些介导免疫细胞运动趋化因子表达增加,其中最具代表性的是趋化因子CXCL9和趋化因子CCL22。EBV(+) GC肿瘤细胞会表达更多的趋化因子CXCL9等;CXCL9可以通过与表达在T细胞表面的趋化因子受体CXCR3的结合产生趋化作用,驱使大量的T细胞浸润EBV(+) GC肿瘤组织。此外,EBV感染在鼻咽癌,乙型肝炎病毒相关性肝癌,人乳头瘤病毒阳性头颈鳞状细胞癌等肿瘤细胞表面的PD-L1表达量调节中密切相关。
进一步的,所述决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,包括:
肿瘤实体节点在知识图谱信息中添加已检测病源实体节点,并分别更新所述已检测病源实体节点与所述肿瘤实体节点、病毒实体节点之间的已存在关系,其中,所述已检测病源实体节点的所属组织与所述肿瘤实体节点的所属组织相同;
根据所述肿瘤实体节点、所述已检测病源实体节点和所述肿瘤实体节点、病毒实体节点之间的已存在关系,决策所述肿瘤实体节点至所述病毒实体节点的传染轨迹信息;
所述肿瘤实体节点的所属组织包括第一器官和第二器官,所述病毒实体节点的所属组织包括所述第一器官和所述第二器官,所述第一器官对应的第一传染轨迹长度差值与所述第二器官对应的第二传染轨迹长度差值相等,所述第一传染轨迹长度差值为在所述第一器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值,所述第二传染轨迹长度差值为在所述第二器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值。
其中,在该实施例中,参照图2,用户可以选择查询的表达基因和具体的感兴趣癌症数据集。
用户可以得到在特定肿瘤中不同病毒感染状态下分组的所有免疫细胞分数之间的差异。用户可以获得不同病毒感染状态下的信号通路分数差异。此外,用户可以下载基于某一个特定癌症下不同病毒感染状态下的所有信号通路分数差异。
进一步的,所述已检测病源实体节点至所述肿瘤实体节点的传染轨迹长度及所述已检测病源实体节点至所述病毒实体节点的传染轨迹长度为大于预设阈值的预设数值;
所述肿瘤实体节点接收所述病毒实体节点发送的显示信息,其中,所述显示信息中携带所述病毒实体节点的段标识器官;
所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,包括:
如果所述肿瘤实体节点的器官与所述病毒实体节点的器官相同,则所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息。
进一步的,所述方法还包括:
所述肿瘤实体节点接收所述表达基因实体节点发送的显示消息,其中,所述显示消息中携带有所述表达基因实体节点的细胞核所属组织;
所述肿瘤实体节点接收所述病毒实体节点发送的显示消息,其中,所述显示消息中携带有所述病毒实体节点学习到的至少一个病源实体节点的细胞核所属组织;
所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,包括:
如果所述至少一个病源实体节点的细胞核所属组织中包括所述表达基因实体节点的细胞核所属组织,则所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息;
所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,包括:
所述肿瘤实体节点在所述因子受体的标记点信息中提取所述传染轨迹信息;
所述肿瘤实体节点将提取所述传染轨迹信息后的因子受体传递至所述病毒实体节点。
根据本发明第二实施例,参照附图3,本发明请求保护一种可视化癌症基因关系显示系统,所述系统包括:
传染轨迹确定模块,决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
基因传递模块,依据所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体情况,将因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
显示模块,依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图;
所述一种可视化癌症基因关系显示系统用于执行所述的一种可视化癌症基因关系显示方法。
本领域技术人员能够理解,本公开所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种可视化癌症基因关系显示方法,其特征在于,所述方法包括:
肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图;
所述决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,包括:
肿瘤实体节点在知识图谱信息中添加已检测病源实体节点,并分别更新所述已检测病源实体节点与所述肿瘤实体节点、病毒实体节点之间的已存在关系,其中,所述已检测病源实体节点的所属组织与所述肿瘤实体节点的所属组织相同;
根据所述肿瘤实体节点、所述已检测病源实体节点和所述肿瘤实体节点、病毒实体节点之间的已存在关系,决策所述肿瘤实体节点至所述病毒实体节点的传染轨迹信息;
所述肿瘤实体节点的所属组织包括第一器官和第二器官,所述病毒实体节点的所属组织包括所述第一器官和所述第二器官,所述第一器官对应的第一传染轨迹长度差值与所述第二器官对应的第二传染轨迹长度差值相等,所述第一传染轨迹长度差值为在所述第一器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值,所述第二传染轨迹长度差值为在所述第二器官下所述肿瘤实体节点至所述已检测病源实体节点的传染轨迹长度和所述病毒实体节点至所述已检测病源实体节点的传染轨迹长度的差值。
2.根据权利要求1所述的方法,其特征在于,所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息之后,还包括:
如果所述肿瘤实体节点与所述病毒实体节点之间有信号通路,则所述肿瘤实体节点决策所述传染轨迹信息为所述肿瘤实体节点至所述病毒实体节点的诱因信息。
3.根据权利要求2所述的方法,其特征在于,所述当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点,包括:
当所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体时,如果所述肿瘤实体节点至所述表达基因实体节点的已存在关系冲突,且所述肿瘤实体节点与所述病毒实体节点之间的已存在关系冲突,则所述肿瘤实体节点根据所述传染轨迹信息,将所述因子受体传递至所述病毒实体节点。
4.根据权利要求3所述的方法,其特征在于,所述已检测病源实体节点至所述肿瘤实体节点的传染轨迹长度及所述已检测病源实体节点至所述病毒实体节点的传染轨迹长度为大于预设阈值的预设数值;
所述肿瘤实体节点接收所述病毒实体节点发送的显示信息,其中,所述显示信息中携带所述病毒实体节点的段标识器官;
所述肿瘤实体节点决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,条件为:
所述肿瘤实体节点的器官与所述病毒实体节点的器官相同。
5.一种可视化癌症基因关系显示系统,其特征在于,所述系统包括:
传染轨迹确定模块,决策所述肿瘤实体节点至病毒实体节点的传染轨迹信息,其中,所述肿瘤实体节点与所述病毒实体节点为一对具有关联关系的病源实体节点;
基因传递模块,依据所述肿瘤实体节点在接收到发往表达基因实体节点的因子受体情况,将因子受体传递至所述病毒实体节点,经所述病毒实体节点将所述因子受体传递至所述表达基因实体节点;
显示模块,依据所述肿瘤实体节点、病毒实体节点和表达基因实体节点的传递关系显示传染轨迹图;
所述一种可视化癌症基因关系显示系统用于执行如权利要求1-4任一项所述的一种可视化癌症基因关系显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676540.7A CN117373547B (zh) | 2023-12-08 | 2023-12-08 | 一种可视化癌症基因关系显示方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676540.7A CN117373547B (zh) | 2023-12-08 | 2023-12-08 | 一种可视化癌症基因关系显示方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117373547A CN117373547A (zh) | 2024-01-09 |
CN117373547B true CN117373547B (zh) | 2024-02-27 |
Family
ID=89391441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311676540.7A Active CN117373547B (zh) | 2023-12-08 | 2023-12-08 | 一种可视化癌症基因关系显示方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117373547B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1881898A (zh) * | 2006-05-12 | 2006-12-20 | 湖南大学 | 基于节点轨迹标签的无结构p2p副本一致性维护方法 |
CN101616406A (zh) * | 2009-07-27 | 2009-12-30 | 成都市华为赛门铁克科技有限公司 | 手机病毒识别方法、装置及系统 |
CN104093830A (zh) * | 2011-04-15 | 2014-10-08 | 吉恩勒克斯公司 | 减毒的痘苗病毒的克隆毒株及其使用方法 |
CN111504338A (zh) * | 2020-04-21 | 2020-08-07 | 中国人民解放军国防科技大学 | 一种基于小区疫情态势的步行路径规划方法及系统 |
CN112639084A (zh) * | 2018-08-16 | 2021-04-09 | 深圳市亦诺微医药科技有限公司 | 用于治疗实体癌症和微生物感染的方法和组合物 |
CN114783529A (zh) * | 2022-01-14 | 2022-07-22 | 中国人民解放军空军军医大学 | 木犀草素-孤独症相关作用基因靶点及其筛选方法 |
CN116004836A (zh) * | 2023-02-11 | 2023-04-25 | 广东医科大学 | 制备新型冠状病毒的目标基因的试剂在调控肿瘤发生和预后中的应用 |
CN116318828A (zh) * | 2023-01-29 | 2023-06-23 | 北京航空航天大学 | 一种工业互联网病毒预防与控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070059685A1 (en) * | 2005-06-03 | 2007-03-15 | Kohne David E | Method for producing improved results for applications which directly or indirectly utilize gene expression assay results |
JP7159317B2 (ja) * | 2017-12-30 | 2022-10-24 | インテル コーポレイション | 無線通信の方法および装置 |
-
2023
- 2023-12-08 CN CN202311676540.7A patent/CN117373547B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1881898A (zh) * | 2006-05-12 | 2006-12-20 | 湖南大学 | 基于节点轨迹标签的无结构p2p副本一致性维护方法 |
CN101616406A (zh) * | 2009-07-27 | 2009-12-30 | 成都市华为赛门铁克科技有限公司 | 手机病毒识别方法、装置及系统 |
CN104093830A (zh) * | 2011-04-15 | 2014-10-08 | 吉恩勒克斯公司 | 减毒的痘苗病毒的克隆毒株及其使用方法 |
CN112639084A (zh) * | 2018-08-16 | 2021-04-09 | 深圳市亦诺微医药科技有限公司 | 用于治疗实体癌症和微生物感染的方法和组合物 |
CN111504338A (zh) * | 2020-04-21 | 2020-08-07 | 中国人民解放军国防科技大学 | 一种基于小区疫情态势的步行路径规划方法及系统 |
CN114783529A (zh) * | 2022-01-14 | 2022-07-22 | 中国人民解放军空军军医大学 | 木犀草素-孤独症相关作用基因靶点及其筛选方法 |
CN116318828A (zh) * | 2023-01-29 | 2023-06-23 | 北京航空航天大学 | 一种工业互联网病毒预防与控制方法 |
CN116004836A (zh) * | 2023-02-11 | 2023-04-25 | 广东医科大学 | 制备新型冠状病毒的目标基因的试剂在调控肿瘤发生和预后中的应用 |
Non-Patent Citations (4)
Title |
---|
COVID-19疫情下援汉护士身心体验轨迹现象学研究;刘庆伟等;《青岛大学学报:医学版》;第58卷(第4期);598-601 * |
Epstein-Barr virus-associated tumours: an update for the attention of the working pathologist;Delecluse H J等;《Journal of clinical pathology》;1358–1364 * |
HOXB9介导肺癌细胞获得类神经细胞表型促进其脑内生存的机制研究;袁帅;《中国博士学位论文全文数据库 (医药卫生科技辑)》(第2期);E072-124 * |
医学知识推理研究现状与发展;董文波等;《计算机科学与探索》;第16卷(第6期);1193-1213 * |
Also Published As
Publication number | Publication date |
---|---|
CN117373547A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Clarke et al. | Tutorial: guidelines for annotating single-cell transcriptomic maps using automated and manual methods | |
Luo et al. | Disease gene prediction by integrating ppi networks, clinical rna-seq data and omim data | |
Schulze et al. | Navigating gene expression using microarrays? a technology review. | |
Kim et al. | rSW-seq: algorithm for detection of copy number alterations in deep sequencing data | |
Dhiman et al. | Gene expression microarrays: a 21st century tool for directed vaccine design | |
EP0848067A2 (en) | Computer-aided techniques for analyzing biological sequences | |
CN103069427A (zh) | qPCR基因分型数据的可视化工具 | |
AU2021203538A1 (en) | Deep learning-based framework for identifying sequence patterns that cause sequence-specific errors (SSEs) | |
Desany et al. | Bioinformatics and cancer target discovery | |
CN107368701A (zh) | 大批量单细胞ATAC‑seq数据质量控制和分析方法 | |
Fa et al. | GapClust is a light-weight approach distinguishing rare cells from voluminous single cell expression profiles | |
Long et al. | SpaceTx: a roadmap for benchmarking spatial transcriptomics exploration of the brain | |
Duan et al. | Spatially resolved transcriptomics: advances and applications | |
CN117373547B (zh) | 一种可视化癌症基因关系显示方法和系统 | |
CN1549864A (zh) | 用于预测癌症复发的评定体系 | |
US20210324465A1 (en) | Systems and methods for analyzing and aggregating open chromatin signatures at single cell resolution | |
CN114974432A (zh) | 一种生物标志物的筛选方法及其相关应用 | |
Kuo et al. | Gene expression profiling by DNA microarrays and its application to dental research | |
US20200225239A1 (en) | Treatment methods for minimal residual disease | |
EP3893242A1 (en) | Novel target protein, and companion diagnosis biomarker discovery system and method therefor | |
Sievertzon et al. | Improving reliability and performance of DNA microarrays | |
CN116189897B (zh) | 一种基于时序变化关系的病毒癌症风险预测方法和系统 | |
Duhan et al. | Single-cell transcriptomics: background, technologies, applications, and challenges | |
US6994965B2 (en) | Method for displaying results of hybridization experiment | |
Geng et al. | Identifying heterogeneity patterns of allelic imbalance on germline variants to infer clonal architecture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |