本發(fā)明屬于疾病康復(fù)評價領(lǐng)域，尤其涉及一種基于細(xì)胞因子的疾病康復(fù)評價方法及系統(tǒng)。

背景技術(shù)：

腦卒中是一種急性腦血管疾病，是由于腦部血管突然破裂或因血管阻塞導(dǎo)致血液不能流入大腦而引起腦組織損傷的一組疾病。細(xì)胞因子是免疫原、絲裂原或其他刺激劑誘導(dǎo)多種細(xì)胞產(chǎn)生的低分子量可溶性蛋白質(zhì)，具有調(diào)節(jié)固有免疫和適應(yīng)性免疫、血細(xì)胞生成、細(xì)胞生長、APSC多能細(xì)胞以及損傷組織修復(fù)等多種功能；可分為白細(xì)胞介素、干擾素、腫瘤壞死因子超家族、集落刺激因子、趨化因子、生長因子等類別。研究表明腦卒中的發(fā)生、發(fā)展及康復(fù)過程均與免疫反應(yīng)密切相關(guān)，故通過細(xì)胞因子分析腦卒中是新興的熱點(diǎn)及難點(diǎn)問題。既往的腦卒中相關(guān)量表主要集中在臨床的表型層面，如美國國立衛(wèi)生研究院卒中量表NIHSS(the National Institute of Health Stroke Study)、Barthel指數(shù)BI(Barthel Index)、改良的Rankin量表MRs(the Modified Rankin)等。缺乏從分子層面進(jìn)行預(yù)后預(yù)測及評價的量表。

申請?zhí)枮椤癈N201480028768.8”的發(fā)明專利公開了預(yù)后分類與治療腺體癌癥的方法，此項(xiàng)發(fā)明鑒定了包含SPM、ATP9A、ACOX3、CDC45L、SLC40A1、AGR2等與胰臟癌的分化和臨床預(yù)后相關(guān)的分子標(biāo)記。并且從基因組的表達(dá)量層面，區(qū)別較低程度分化的胰臟癌細(xì)胞與較高程度分化的胰臟癌。這些標(biāo)記可用于評估胰臟癌的臨床預(yù)后，包括宿主的疾病進(jìn)展、復(fù)發(fā)或死亡。并且，提供治療腺體癌癥的方法與用于測定腺體癌癥的試劑盒。然而此發(fā)明的方法僅從基因組的表達(dá)量層面進(jìn)行分類，而且完全依賴臨床表型從而導(dǎo)致分析結(jié)果過于粗略、籠統(tǒng)。

技術(shù)實(shí)現(xiàn)要素：

一方面，本發(fā)明的目的在于提供了一種新的、更深入的分子層面的基于細(xì)胞因子的疾病康復(fù)評價方法，該方法不僅適用于腦卒中，還適用于癌癥等其他疾病，有效克服了現(xiàn)有技術(shù)中完全依賴臨床表型而導(dǎo)致分析結(jié)果過于粗略、籠統(tǒng)的不足。

一種非疾病的診斷和治療目的的疾病康復(fù)評價方法，其包括以下步驟：

針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，獲取每個所述細(xì)胞因子在該疾病發(fā)病期的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在該疾病發(fā)病期的每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況，構(gòu)建成預(yù)后量表；

獲取待測疾病樣本對應(yīng)的每個所述細(xì)胞因子在至少一個所述發(fā)病階段的表達(dá)值，所述表達(dá)值包括待測疾病樣本的和正常樣本的表達(dá)值，根據(jù)所述表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況；

將所述待測疾病樣本的細(xì)胞因子的差異表達(dá)情況與所述預(yù)后量表中對應(yīng)的細(xì)胞因子在同一發(fā)病階段的的差異表達(dá)情況按照預(yù)設(shè)評分規(guī)則進(jìn)行比較評分，分別獲取每類預(yù)后結(jié)果對應(yīng)的細(xì)胞因子的總得分，根據(jù)不同預(yù)后結(jié)果總得分的高低確定預(yù)后結(jié)果。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，具體包括：

獲取與疾病相關(guān)的生物學(xué)數(shù)據(jù)集，所述生物學(xué)數(shù)據(jù)集中至少包含多個該疾病發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，將不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)；

獲取與疾病相關(guān)的細(xì)胞因子集，將所述細(xì)胞因子集中的每個細(xì)胞因子映射至所述生物數(shù)據(jù)集中；

處理所述生物學(xué)數(shù)據(jù)集，并從所述細(xì)胞因子集中分別篩選與每類預(yù)后結(jié)果相關(guān)度較高的多個細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含以下生物學(xué)數(shù)據(jù)中的至少一種：多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果，該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)，該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含以下生物學(xué)數(shù)據(jù)：多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果，該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)，該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述處理所述生物學(xué)數(shù)據(jù)集中的生物學(xué)數(shù)據(jù)具體包括：

根據(jù)不同的預(yù)后結(jié)果，將所述生物學(xué)數(shù)據(jù)集分為若干類數(shù)據(jù)集組；

根據(jù)每類數(shù)據(jù)集組中發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)計(jì)算細(xì)胞因子集中的細(xì)胞因子在發(fā)病期和預(yù)后期的表達(dá)值，根據(jù)所述表達(dá)值篩選差異表達(dá)的細(xì)胞因子，對發(fā)病期和預(yù)后期的差異表達(dá)的細(xì)胞因子分別進(jìn)行排秩，得兩套排秩結(jié)果，將所述兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，所述處理所述生物學(xué)數(shù)據(jù)集，還包括：

處理除所述基因表達(dá)譜數(shù)據(jù)之外的其他種類的生物學(xué)數(shù)據(jù)，分別根據(jù)每種生物學(xué)數(shù)據(jù)的處理結(jié)果篩選與每類預(yù)后結(jié)果相關(guān)的細(xì)胞因子，按照與每類預(yù)后結(jié)果的相關(guān)性由高到低的順序?qū)ο嚓P(guān)的細(xì)胞因子排秩，將包括根據(jù)基因表達(dá)譜數(shù)據(jù)獲取的細(xì)胞因子排秩終結(jié)果在內(nèi)的多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用集成決策進(jìn)行總體排秩，選取多個排列靠前多個相關(guān)性較高的的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述差異表達(dá)的細(xì)胞因子的篩選通過以下方法中的至少一種進(jìn)行：統(tǒng)計(jì)學(xué)檢驗(yàn)、FoldChange、SAM、機(jī)器學(xué)習(xí)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述集成決策是指對多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用幾何平均值或算數(shù)平均值計(jì)算進(jìn)行總體排秩。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；

在所述處理所述生物學(xué)數(shù)據(jù)集的步驟中，處理所述miRNA表達(dá)譜數(shù)據(jù)通過以下步驟實(shí)施：

根據(jù)與不同的預(yù)后結(jié)果相對應(yīng)的每類數(shù)據(jù)集組中發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)，分別篩選每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的miRNA發(fā)病期和預(yù)后期的，利用所述生物學(xué)數(shù)據(jù)集中miRNA與所述細(xì)胞因子集中細(xì)胞因子間的關(guān)聯(lián)，篩選與差異表達(dá)的miRNA相關(guān)的細(xì)胞因子，并根據(jù)差異表達(dá)的miRNA的排秩結(jié)果對相關(guān)的細(xì)胞因子分別進(jìn)行排秩，將每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，利用皮爾森相關(guān)系數(shù)篩選出與每類預(yù)后結(jié)果對應(yīng)的差異表達(dá)miRNA相關(guān)度高的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述差異表達(dá)的miRNA的計(jì)算通過以下方法中的至少一種進(jìn)行：統(tǒng)計(jì)學(xué)檢驗(yàn)、FoldChange、SAM、機(jī)器學(xué)習(xí)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)；

在所述處理所述生物學(xué)數(shù)據(jù)集的步驟中，處理所述蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)通過以下步驟實(shí)施：

計(jì)算所述細(xì)胞因子集中的細(xì)胞因子在所述蛋白質(zhì)互作網(wǎng)絡(luò)中的多個拓?fù)鋵傩孕畔?，分別予以排秩，將多個拓?fù)鋵傩孕畔?yīng)的多套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個在蛋白質(zhì)互作網(wǎng)絡(luò)中較為重要的節(jié)點(diǎn)對應(yīng)的細(xì)胞因子作為所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述拓?fù)鋵傩孕畔ㄟB通度、介數(shù)、PageRank分?jǐn)?shù)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中包含該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)；

在所述處理所述生物學(xué)數(shù)據(jù)集的步驟中，處理所述轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)通過以下步驟實(shí)施：

根據(jù)所述基因表達(dá)譜數(shù)據(jù)，利用所述生物數(shù)據(jù)集中轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)中的所有轉(zhuǎn)錄因子及靶點(diǎn)關(guān)聯(lián)到所述基因表達(dá)譜的結(jié)果，計(jì)算每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的轉(zhuǎn)錄因子，利用轉(zhuǎn)錄因子與所述細(xì)胞因子集中的細(xì)胞因子之間的關(guān)聯(lián)，分別計(jì)算調(diào)控每個細(xì)胞因子的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)，根據(jù)對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)對發(fā)病期和預(yù)后期的細(xì)胞因子排秩，將兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，通過以下關(guān)聯(lián)方式中的至少一種將所述不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)：基因與其編碼蛋白的對應(yīng)關(guān)系、miRNA與基因間的調(diào)控關(guān)系、皮爾森相關(guān)系數(shù)、轉(zhuǎn)錄因子與其靶點(diǎn)間的調(diào)控關(guān)系。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述疾病選自腦卒中、癌癥。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述疾病階段包括24小時以內(nèi)和24小時以外。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述預(yù)后結(jié)果包括預(yù)后良好和預(yù)后不好。

另一方面，本發(fā)明還提供了一種疾病康復(fù)評價系統(tǒng)，其包括：

預(yù)后量表建立模塊，用于針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，獲取每個所述細(xì)胞因子在該疾病發(fā)病期的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況，構(gòu)建成預(yù)后量表；

獲取模塊，用于獲取待測疾病樣本對應(yīng)的每個所述細(xì)胞因子在至少一個所述發(fā)病階段的表達(dá)值，所述表達(dá)值包括待測疾病樣本的和正常樣本的表達(dá)值，根據(jù)所述表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況；

預(yù)后結(jié)果評價模塊，將所述待測疾病樣本的細(xì)胞因子的差異表達(dá)情況與所述預(yù)后量表中對應(yīng)的細(xì)胞因子在同一發(fā)病階段的的差異表達(dá)情況按照預(yù)設(shè)評分規(guī)則進(jìn)行比較評分，分別獲取每類預(yù)后結(jié)果對應(yīng)的細(xì)胞因子的總得分，根據(jù)不同預(yù)后結(jié)果總得分的高低確定預(yù)后結(jié)果。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述預(yù)后量表建立模塊包括細(xì)胞因子篩選單元和數(shù)據(jù)獲取單元；

所述細(xì)胞因子篩選單元，用于針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子；

所述數(shù)據(jù)獲取單元，用于獲取每個所述細(xì)胞因子在該疾病的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況，構(gòu)建成預(yù)后量表。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述細(xì)胞因子篩選單元包括生物學(xué)數(shù)據(jù)獲取子單元、細(xì)胞因子獲取子單元和生物學(xué)數(shù)據(jù)處理子單元；

所述生物學(xué)數(shù)據(jù)獲取子單元，用于獲取疾病相關(guān)的生物學(xué)數(shù)據(jù)集，所述生物學(xué)數(shù)據(jù)集中至少包含多個該疾病發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)、預(yù)后實(shí)測的基因表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，將不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)；

所述細(xì)胞因子獲取子單元，用于獲取與該疾病相關(guān)的細(xì)胞因子集，并將所述細(xì)胞因子集中的的每個細(xì)胞因子映射至所述生物數(shù)據(jù)集中；

所述生物學(xué)數(shù)據(jù)處理子單元，用于處理所述生物學(xué)數(shù)據(jù)集，并從所述細(xì)胞因子集中分別篩選與每類預(yù)后結(jié)果相關(guān)度較高的多個細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述預(yù)后量表建立模塊還包括數(shù)據(jù)關(guān)聯(lián)單元，用于將不同種類的生物學(xué)數(shù)據(jù)彼此關(guān)聯(lián)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含以下生物學(xué)數(shù)據(jù)中的至少一種：多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)、該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含以下生物學(xué)數(shù)據(jù)：多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)、該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)處理子單元具體用于根據(jù)不同的預(yù)后結(jié)果，將所述生物學(xué)數(shù)據(jù)集分為若干類數(shù)據(jù)集組；以及根據(jù)每類數(shù)據(jù)集組中發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)計(jì)算細(xì)胞因子集中的細(xì)胞因子在發(fā)病期和預(yù)后期的表達(dá)值，根據(jù)所述表達(dá)值篩選差異表達(dá)的細(xì)胞因子，對發(fā)病期和預(yù)后期的差異表達(dá)的細(xì)胞因子分別進(jìn)行排秩，得兩套排秩結(jié)果，將所述兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)，所述生物學(xué)數(shù)據(jù)處理子單元還用于處理除所述基因表達(dá)譜數(shù)據(jù)之外的其他種類的生物學(xué)數(shù)據(jù)，分別根據(jù)每種生物學(xué)數(shù)據(jù)的處理結(jié)果篩選與每類預(yù)后結(jié)果相關(guān)的細(xì)胞因子，按照與每類預(yù)后結(jié)果的相關(guān)性由高到低的順序?qū)ο嚓P(guān)的細(xì)胞因子排秩，將包括根據(jù)基因表達(dá)譜數(shù)據(jù)獲取的細(xì)胞因子排秩終結(jié)果在內(nèi)的多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用集成決策進(jìn)行總體排秩，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元用于處理所述miRNA表達(dá)譜數(shù)據(jù)時，具體用于根據(jù)與不同的預(yù)后結(jié)果相對應(yīng)的每類數(shù)據(jù)集組中發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)，分別篩選每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的miRNA并排秩，利用所述生物學(xué)數(shù)據(jù)集中miRNA與所述細(xì)胞因子集中細(xì)胞因子間的關(guān)聯(lián)，篩選與差異表達(dá)的miRNA相關(guān)的細(xì)胞因子，并根據(jù)差異表達(dá)的miRNA的排秩結(jié)果對相關(guān)的細(xì)胞因子分別進(jìn)行排秩，將每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中還包含該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元用于處理所述蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)時，具體用于計(jì)算所述細(xì)胞因子集中的細(xì)胞因子在所述蛋白質(zhì)互作網(wǎng)絡(luò)中的多個拓?fù)鋵傩孕畔?，分別予以排秩，將多個拓?fù)鋵傩孕畔?yīng)的多套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個在蛋白質(zhì)互作網(wǎng)絡(luò)中較為重要的節(jié)點(diǎn)對應(yīng)的細(xì)胞因子作為所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述生物學(xué)數(shù)據(jù)集中包含該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元用于處理所述轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)時，具體用于根據(jù)所述基因表達(dá)譜數(shù)據(jù)，利用所述生物數(shù)據(jù)集中轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)中的所有轉(zhuǎn)錄因子及靶點(diǎn)關(guān)聯(lián)到所述基因表達(dá)譜的結(jié)果，計(jì)算每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的轉(zhuǎn)錄因子，利用轉(zhuǎn)錄因子與所述細(xì)胞因子集中的細(xì)胞因子之間的關(guān)聯(lián)，分別計(jì)算調(diào)控每個細(xì)胞因子的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)，根據(jù)對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)對發(fā)病期和預(yù)后期的細(xì)胞因子排秩，將兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，數(shù)據(jù)關(guān)聯(lián)單元具體用于通過以下關(guān)聯(lián)方式中的至少一種將所述不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)：基因與其編碼蛋白的對應(yīng)關(guān)系、miRNA與基因間的調(diào)控關(guān)系、皮爾森相關(guān)系數(shù)、轉(zhuǎn)錄因子與其靶點(diǎn)間的調(diào)控關(guān)系。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述疾病選自腦卒中、癌癥。

作為對上述技術(shù)方案的進(jìn)一步改進(jìn)，所述預(yù)后結(jié)果包括預(yù)后良好和預(yù)后不好。

相對于現(xiàn)有技術(shù)，本發(fā)明的有益效果為：

本發(fā)明提供了一種基于細(xì)胞因子的疾病康復(fù)評價方法及系統(tǒng)，通過篩選多個對疾病的不同預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，構(gòu)建預(yù)后量表，來評價待測疾病樣本的預(yù)后情況，具有應(yīng)用性較強(qiáng)的優(yōu)點(diǎn)。本發(fā)明的主要特色在于根據(jù)生物數(shù)據(jù)特點(diǎn)，融合多層次信息，選取特定的細(xì)胞因子作為量表的因素，并采用集成決策的方式對結(jié)果進(jìn)行評價。本發(fā)明的基于細(xì)胞因子的疾病康復(fù)評價方法及系統(tǒng)可以應(yīng)用于分子層面的疾病預(yù)后預(yù)測分析的相關(guān)理論研究，本發(fā)明的系統(tǒng)還又可以應(yīng)用于臨床的疾病預(yù)后分子層面的康復(fù)評價，對生物學(xué)及醫(yī)學(xué)相關(guān)領(lǐng)域的分析具有重要意義。

附圖說明

圖1為本發(fā)明的非疾病的診斷和治療目的的疾病康復(fù)評價方法的基本流程示意圖；

圖2為本發(fā)明的非疾病的診斷和治療目的的疾病康復(fù)評價方法的一個實(shí)施例的流程示意圖；

圖3為本發(fā)明的非疾病的診斷和治療目的的疾病康復(fù)評價方法應(yīng)用于腦卒中的康復(fù)評價的一個實(shí)施例的流程示意圖；

圖4為本發(fā)明的疾病康復(fù)評價系統(tǒng)的一個實(shí)施例的結(jié)構(gòu)框圖。

具體實(shí)施方式

如圖1所示，其為根據(jù)本發(fā)明的非疾病的診斷和治療目的的疾病康復(fù)評價方法的基本流程示意圖，該方法包括以下步驟：

預(yù)后量表構(gòu)建步驟S100：針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，獲取每個所述細(xì)胞因子在該疾病發(fā)病期的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在該疾病發(fā)病期的每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況，構(gòu)建成預(yù)后量表。

其中，所述預(yù)后結(jié)果通常包括預(yù)后良好和預(yù)后不好兩種情況，當(dāng)然也可根據(jù)情況對預(yù)后結(jié)果進(jìn)一步細(xì)分。在一個優(yōu)選的實(shí)施例中，所述預(yù)后結(jié)果包括預(yù)后良好和預(yù)后不好，其中，所述預(yù)后良好是指病情輕，可以治愈，能恢復(fù)健康，或已恢復(fù)健康；所述預(yù)后不好是指病情重或再次復(fù)發(fā)(即二次卒中)。

所述發(fā)病期包括至少一個發(fā)病階段，例如可以將整個發(fā)病期作為一個發(fā)病階段，這樣發(fā)病期僅包括一個發(fā)病階段；也可將發(fā)病期劃分為多個發(fā)病階段(指兩個以上的發(fā)病階段)，這樣發(fā)病期就包括多個發(fā)病階段。優(yōu)選地，所述發(fā)病期包括多個發(fā)病階段；更優(yōu)選地，所述發(fā)病期包括兩個發(fā)病階段，分別為24小時以內(nèi)和24小時以外。

通常，同一發(fā)病階段的數(shù)據(jù)包括多個發(fā)病時間點(diǎn)的數(shù)據(jù)，因而所述同一發(fā)病階段的平均表達(dá)值是指在此發(fā)病階段內(nèi)的多個發(fā)病時間點(diǎn)的表達(dá)值的平均值。當(dāng)發(fā)病階段的數(shù)據(jù)僅包括一個發(fā)病時間點(diǎn)的數(shù)據(jù)時，所述同一發(fā)病階段的平均表達(dá)值即指此發(fā)病時間點(diǎn)的表達(dá)值。

所述差異表達(dá)情況是指表達(dá)上調(diào)或表達(dá)下調(diào)。根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況可通過以下方法進(jìn)行：統(tǒng)計(jì)學(xué)檢驗(yàn)(如t檢驗(yàn)、卡方檢驗(yàn)等)、生物信息學(xué)方法(如FoldChange、SAM)、機(jī)器學(xué)習(xí)等方法。利用這些方法來獲取差異表達(dá)情況對本領(lǐng)域技術(shù)人員來說，是可以實(shí)現(xiàn)的。

待測疾病樣本的細(xì)胞因子差異表達(dá)情況的獲取步驟S200：獲取待測疾病樣本對應(yīng)的每個所述細(xì)胞因子在至少一個所述發(fā)病階段的表達(dá)值，所述表達(dá)值包括待測疾病樣本和正常樣本的表達(dá)值，根據(jù)所述表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況。

量表的評分及結(jié)果的分類步驟S300：將所述待測疾病樣本的細(xì)胞因子的差異表達(dá)情況與所述預(yù)后量表中對應(yīng)的細(xì)胞因子在同一發(fā)病階段的差異表達(dá)情況按照預(yù)設(shè)評分規(guī)則進(jìn)行比較評分，分別獲取不同預(yù)后結(jié)果對應(yīng)的細(xì)胞因子的總得分，根據(jù)不同預(yù)后結(jié)果總得分的高低確定預(yù)后結(jié)果。

其中，比較評分具體是指：比較預(yù)后量表中細(xì)胞因子的差異表達(dá)情況與待測疾病樣本的細(xì)胞因子自身的差異表達(dá)情況一致性，如相同(例如均為表達(dá)上調(diào)或下調(diào))則計(jì)1分，如不同(例如自身表達(dá)下調(diào)，而量表中表達(dá)上調(diào)；或自身非差異表達(dá)，量表中差異表達(dá))則計(jì)-1分。統(tǒng)計(jì)總體得分，分?jǐn)?shù)越高，表示越符合相應(yīng)量表所對應(yīng)的預(yù)后狀態(tài)。

作為對本發(fā)明實(shí)施例的進(jìn)一步改進(jìn)，如圖2所示，步驟S100具體包括：

生物數(shù)據(jù)集的構(gòu)建步驟S110：獲取與疾病相關(guān)的生物學(xué)數(shù)據(jù)集，所述生物學(xué)數(shù)據(jù)集中至少包含多個該疾病發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，將不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)。

其中，該疾病發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)通常包括每個發(fā)病階段的基因表達(dá)譜數(shù)據(jù)，同一發(fā)病階段基因表達(dá)譜數(shù)據(jù)可包括多個不同時間點(diǎn)的數(shù)據(jù)。例如，當(dāng)發(fā)病階段包括24小時以內(nèi)和24小時以外時，24小時以內(nèi)的發(fā)病階段的基因表達(dá)譜數(shù)據(jù)可包括3小時以內(nèi)、12小時、24小時的基因表達(dá)譜數(shù)據(jù)，24小時以外的發(fā)病階段的基因表達(dá)譜數(shù)據(jù)可包括48小時、72小時的基因表達(dá)譜數(shù)據(jù)。在通過已知疾病樣本獲取所述基因表達(dá)譜數(shù)據(jù)時，針對每類預(yù)后結(jié)果均需要有多個已知疾病樣本，然后獲取每個已知疾病樣本發(fā)病期、預(yù)后期的基因表達(dá)譜數(shù)據(jù)。

為了更為全面的反應(yīng)疾病預(yù)后的特征，所述生物學(xué)數(shù)據(jù)集中還可包含以下生物學(xué)數(shù)據(jù)中的至少一種：多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果，該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)，該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)。在一個優(yōu)選的實(shí)施例中，所述生物學(xué)數(shù)據(jù)集還包含多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果，該疾病相關(guān)的蛋白質(zhì)互作數(shù)據(jù)以及該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)這三種生物學(xué)數(shù)據(jù)，這樣的數(shù)據(jù)集由于數(shù)據(jù)層次豐富，可提高評價結(jié)果的準(zhǔn)確性；其中，該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)通常包括每個發(fā)病階段的miRNA表達(dá)譜數(shù)據(jù)，同一發(fā)病階段的miRNA表達(dá)譜數(shù)據(jù)可包括多個不同時間點(diǎn)的數(shù)據(jù)。例如，當(dāng)發(fā)病階段包括24小時以內(nèi)和24小時以外時，24小時以內(nèi)的發(fā)病階段的miRNA表達(dá)譜數(shù)據(jù)可包括3小時以內(nèi)、12小時、24小時的miRNA表達(dá)譜數(shù)據(jù)，24小時以外的發(fā)病階段的miRNA表達(dá)譜數(shù)據(jù)可包括48小時、72小時的miRNA表達(dá)譜數(shù)據(jù)。在通過已知疾病樣本獲取所述miRNA表達(dá)譜數(shù)據(jù)時，針對每類預(yù)后結(jié)果均需要有多個已知疾病樣本，然后獲取每個已知疾病樣本發(fā)病期、預(yù)后期的miRNA表達(dá)譜數(shù)據(jù)。

通常，根據(jù)生物學(xué)意義將不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)，比如基因與其編碼蛋白的對應(yīng)關(guān)系，miRNA與基因間的調(diào)控關(guān)系，皮爾森相關(guān)系數(shù)，轉(zhuǎn)錄因子與其靶點(diǎn)間的調(diào)控關(guān)系等。

當(dāng)所述生物學(xué)數(shù)據(jù)集中同時包含所述基因表達(dá)譜數(shù)據(jù)、miRNA表達(dá)譜數(shù)據(jù)、蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)，轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)時，通過以下方式將這四種生物學(xué)數(shù)據(jù)彼此關(guān)聯(lián)，得多源異構(gòu)的生物數(shù)據(jù)集：

(1)通過miRNA與基因間的調(diào)控關(guān)系數(shù)據(jù)(來源為：實(shí)驗(yàn)證實(shí)、算法預(yù)測)，或皮爾森相關(guān)系數(shù)等方式，將miRNA表達(dá)譜與基因表達(dá)譜相關(guān)聯(lián)；

(2)通過基因與其編碼蛋白質(zhì)的對應(yīng)關(guān)系，將基因表達(dá)譜數(shù)據(jù)與蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)相關(guān)聯(lián)；

(3)通過轉(zhuǎn)錄因子與其靶點(diǎn)間的調(diào)控關(guān)系數(shù)據(jù)(來源為：實(shí)驗(yàn)證實(shí)、算法預(yù)測)、及基因與其編碼蛋白質(zhì)的對應(yīng)關(guān)系，將基因表達(dá)譜數(shù)據(jù)、蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)、轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)相關(guān)聯(lián)；

(4)通過轉(zhuǎn)錄因子與miRNA之間的復(fù)雜調(diào)控關(guān)系(可單向、可雙向)，將miRNA表達(dá)譜數(shù)據(jù)、轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)相關(guān)聯(lián)。

細(xì)胞因子集信息整合步驟S120：獲取與該疾病相關(guān)的細(xì)胞因子集，并將其中的每個細(xì)胞因子映射至所述生物數(shù)據(jù)集中；

其中，可通過文本挖掘、數(shù)據(jù)庫檢索等方式，篩選所有與疾病相關(guān)的基本的細(xì)胞因子集，并將其中的每個細(xì)胞因子映射至所述生物數(shù)據(jù)集中，為每個細(xì)胞因子獲取多層次生物學(xué)功能信息。由于細(xì)胞因子與基因間存在對應(yīng)關(guān)系，根據(jù)基因名稱即可將細(xì)胞因子映射至所述生物數(shù)據(jù)集中。

細(xì)胞因子篩選步驟S130：處理所述生物學(xué)數(shù)據(jù)集，從所述細(xì)胞因子集中分別篩選與每類預(yù)后結(jié)果相關(guān)度較高的多個細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

細(xì)胞因子差異表達(dá)情況的獲取步驟S140：獲取每個所述細(xì)胞因子在該疾病發(fā)病期的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在該疾病發(fā)病期的每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況。

預(yù)后量表構(gòu)建步驟S150：以篩選的所述細(xì)胞因子及獲取的所述細(xì)胞因子在該疾病發(fā)病期的每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況為組成元素，構(gòu)建預(yù)后量表。

預(yù)后量表可以根據(jù)每類預(yù)后結(jié)果分別構(gòu)建，例如當(dāng)預(yù)后結(jié)果包括預(yù)后良好和預(yù)后不好時，分別構(gòu)建預(yù)后良好量表和預(yù)后不好量表。

作為對本發(fā)明實(shí)施例的進(jìn)一步改進(jìn)，步驟S130具體包括：

根據(jù)不同的預(yù)后結(jié)果，將所述生物學(xué)數(shù)據(jù)集分為若干類數(shù)據(jù)集組；根據(jù)每類數(shù)據(jù)集組中發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)計(jì)算細(xì)胞因子集中的細(xì)胞因子在發(fā)病期和預(yù)后期的表達(dá)值，根據(jù)所述表達(dá)值篩選差異表達(dá)的細(xì)胞因子，對發(fā)病期和預(yù)后期的差異表達(dá)的細(xì)胞因子分別進(jìn)行排秩，得兩套排秩結(jié)果，將所述兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

其中，差異表達(dá)的細(xì)胞因子可通過統(tǒng)計(jì)學(xué)檢驗(yàn)(如t檢驗(yàn)、卡方檢驗(yàn)等)、生物信息學(xué)方法(如FoldChange、SAM)、機(jī)器學(xué)習(xí)等方法來進(jìn)行計(jì)算。在利用這些方法獲取差異的細(xì)胞因子時，通常需要設(shè)定差異表達(dá)的閾值，比如利用t檢驗(yàn)時，可設(shè)定p值不大于0.05或0.01；使用FoldChange檢驗(yàn)時，設(shè)定FoldChange大于2。排秩時，如果是FoldChange那么降序排列，得到秩次；如果是統(tǒng)計(jì)學(xué)檢驗(yàn)，則根據(jù)p值、q值等降序排列，得到秩次。

所述集成決策可用的方法很多，比如計(jì)算兩個排秩結(jié)果的算術(shù)平均值，作為最終的結(jié)果；計(jì)算幾何平均值作為最終結(jié)果；選擇最大的秩次作為結(jié)果；選擇最小的秩次作為結(jié)果；如果有3個以上的排秩結(jié)果，如兩個結(jié)果為1，另一個結(jié)果為4，則選擇出現(xiàn)次數(shù)多的秩次作為結(jié)果等。以下涉及的集成決策均可從這些方法中選擇。在一個優(yōu)選的實(shí)施例中，所述集成決策是指計(jì)算兩次排秩結(jié)果的算術(shù)平均值或幾何平均值作為排秩終結(jié)果。

所述發(fā)病期的表達(dá)值是指發(fā)病期中各個發(fā)病階段的表達(dá)值的平均值，所述表達(dá)值包括已知疾病樣本的和正常樣本的表達(dá)值；當(dāng)所述發(fā)病階段包括多個時間點(diǎn)的表達(dá)值時，計(jì)算各個時間點(diǎn)的表達(dá)值的平均值作為此發(fā)病階段的表達(dá)值；在計(jì)算之前，通常需要先將細(xì)胞因子在每個時間點(diǎn)的表達(dá)值進(jìn)行歸一化處理(或標(biāo)準(zhǔn)化處理)。歸一化處理方式有多種，在一個優(yōu)選的實(shí)施例中，所述歸一化處理是指將每個樣本中的每個基因表達(dá)值除以這個樣本中的最大的表達(dá)值，這樣得到的新的表達(dá)值范圍為[0,1]。

通常所述預(yù)后期僅包括一個預(yù)后階段，當(dāng)所述預(yù)后期的表達(dá)值包括多個不同時間點(diǎn)的表達(dá)值時，計(jì)算各個時間點(diǎn)的表達(dá)值的平均值作為預(yù)后期的表達(dá)值。

當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，步驟S130還包括：處理除所述基因表達(dá)譜數(shù)據(jù)之外的其他種類的生物學(xué)數(shù)據(jù)，分別根據(jù)每種生物學(xué)數(shù)據(jù)的處理結(jié)果篩選與每類預(yù)后結(jié)果相關(guān)的細(xì)胞因子，按照與每類預(yù)后結(jié)果的相關(guān)性由高到低的順序?qū)?xì)胞因子排秩，將包括根據(jù)基因表達(dá)譜數(shù)據(jù)獲取的細(xì)胞因子排秩終結(jié)果在內(nèi)的多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用集成決策進(jìn)行總體排秩，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。其中，將多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用集成決策的方式進(jìn)行總體排秩，比如利用幾何平均值或算數(shù)平均值計(jì)算總體排秩。

進(jìn)一步地，當(dāng)所述生物學(xué)數(shù)據(jù)集中還包含多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果時，步驟S130還包括：根據(jù)與不同的預(yù)后結(jié)果相對應(yīng)的每類數(shù)據(jù)集組中發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)，分別篩選每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的miRNA并排秩，利用所述生物學(xué)數(shù)據(jù)集中miRNA與所述細(xì)胞因子集中細(xì)胞因子間的關(guān)聯(lián)，篩選與差異表達(dá)的miRNA相關(guān)的細(xì)胞因子，并根據(jù)差異表達(dá)的miRNA的排秩結(jié)果對相關(guān)的細(xì)胞因子分別進(jìn)行排秩，將每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。其中，所述篩選每類預(yù)后結(jié)果對應(yīng)的差異表達(dá)的miRNA，具體包括：分別篩選每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的miRNA，并對發(fā)病期和預(yù)后期的差異表達(dá)的miRNA分別進(jìn)行排秩，得兩套排秩結(jié)果，將所述兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果。所述發(fā)病期和預(yù)后期的差異表達(dá)的miRNA分別根據(jù)發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)獲取。差異表達(dá)的miRNA的計(jì)算可參見以上所述的差異表達(dá)的細(xì)胞因子的計(jì)算方法。

進(jìn)一步地，當(dāng)所述生物學(xué)數(shù)據(jù)集中還包含該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)時，步驟S130還包括；計(jì)算所述細(xì)胞因子集中的細(xì)胞因子在所述蛋白質(zhì)互作網(wǎng)絡(luò)中的多個拓?fù)鋵傩孕畔ⅲ謩e予以排秩，將多個拓?fù)鋵傩孕畔?yīng)的多套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個在蛋白質(zhì)互作網(wǎng)絡(luò)中較為重要的節(jié)點(diǎn)對應(yīng)的細(xì)胞因子作為相關(guān)的細(xì)胞因子。其中，所述集成決策可通過計(jì)算多套排秩結(jié)果的均值作為排秩終結(jié)果。所述拓?fù)鋵傩孕畔ㄟB通度、介數(shù)、PageRank分?jǐn)?shù)。在一個優(yōu)選的實(shí)施方式中，對連通度、介數(shù)、PageRank分?jǐn)?shù)對應(yīng)的數(shù)值分別進(jìn)行降序排列得三套排秩結(jié)果，將多套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列前20％的細(xì)胞因子作為相關(guān)的細(xì)胞因子。

進(jìn)一步地，當(dāng)所述生物學(xué)數(shù)據(jù)集中包含該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)時，步驟S130還包括：根據(jù)所述基因表達(dá)譜數(shù)據(jù)，利用所述生物數(shù)據(jù)集中轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)中的所有轉(zhuǎn)錄因子及靶點(diǎn)關(guān)聯(lián)到所述基因表達(dá)譜的結(jié)果，計(jì)算每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的轉(zhuǎn)錄因子，利用轉(zhuǎn)錄因子與所述細(xì)胞因子集中的細(xì)胞因子之間的關(guān)聯(lián)，分別計(jì)算調(diào)控每個細(xì)胞因子的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)，根據(jù)對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)對發(fā)病期和預(yù)后期的細(xì)胞因子排秩，將兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。其中，所述利用所述生物數(shù)據(jù)集中轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)中的所有轉(zhuǎn)錄因子及靶點(diǎn)關(guān)聯(lián)到所述基因表達(dá)譜的結(jié)果，計(jì)算每類預(yù)后結(jié)果對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子，具體包括：通過名稱將所有轉(zhuǎn)錄因子及靶點(diǎn)對應(yīng)到所述基因表達(dá)譜，根據(jù)對應(yīng)的所述基因表達(dá)譜，計(jì)算每類預(yù)后結(jié)果對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子。在計(jì)算差異表達(dá)的轉(zhuǎn)錄因子時，通過統(tǒng)計(jì)學(xué)檢驗(yàn)(如t檢驗(yàn)、卡方檢驗(yàn)等)、生物信息學(xué)方法(如FoldChange、SAM)、機(jī)器學(xué)習(xí)等方法計(jì)算。

進(jìn)一步地，所述疾病選自腦卒中、癌癥。

如圖4所示，本發(fā)明的實(shí)施例還提供了一種基于細(xì)胞因子的疾病康復(fù)評價系統(tǒng)，其包括預(yù)后量表建立模塊100、獲取模塊200、和預(yù)后情況評價模塊300。

所述預(yù)后量表建立模塊100，用于針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，獲取每個所述細(xì)胞因子在該疾病發(fā)病期的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本的和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此獲取所述細(xì)胞因子在每個發(fā)病階段的平均表達(dá)值和差異表達(dá)情況，構(gòu)建預(yù)后量表；

獲取模塊200，用于獲取待測疾病樣本對應(yīng)的每個所述細(xì)胞因子在至少一個所述發(fā)病階段的表達(dá)值，所述表達(dá)值包括待測疾病樣本的和正常樣本的表達(dá)值，根據(jù)所述表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況；

預(yù)后情況評價模塊300，將所述待測疾病樣本的細(xì)胞因子的差異表達(dá)情況與所述預(yù)后量表中對應(yīng)的細(xì)胞因子在同一發(fā)病階段的的差異表達(dá)情況按照預(yù)設(shè)評分規(guī)則進(jìn)行比較評分，分別獲取每類預(yù)后結(jié)果對應(yīng)的細(xì)胞因子的總得分，根據(jù)不同預(yù)后結(jié)果總得分的高低確定預(yù)后結(jié)果。

進(jìn)步一地，所述預(yù)后量表建立模塊100包括細(xì)胞因子篩選單元110和數(shù)據(jù)獲取單元120；其中，

所述細(xì)胞因子篩選單元110，用于針對疾病的不同預(yù)后結(jié)果，分別篩選對每類預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子；

所述數(shù)據(jù)獲取單元120，用于將該疾病的發(fā)病期劃分為至少一個發(fā)病階段，獲取每個所述細(xì)胞因子在該疾病的同一發(fā)病階段的平均表達(dá)值，所述平均表達(dá)值包括已知疾病樣本和正常樣本的平均表達(dá)值，根據(jù)所述平均表達(dá)值計(jì)算每個所述細(xì)胞因子的差異表達(dá)情況，以此構(gòu)建預(yù)后量表。

進(jìn)一步地，所述細(xì)胞因子篩選單元包括生物學(xué)數(shù)據(jù)獲取子單元111、細(xì)胞因子獲取子單元112和生物學(xué)數(shù)據(jù)處理子單元113；

所述生物學(xué)數(shù)據(jù)獲取子單元111，用于獲取疾病相關(guān)的生物學(xué)數(shù)據(jù)集，所述生物學(xué)數(shù)據(jù)集中至少包含多個該疾病發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；當(dāng)所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)時，將不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)；

所述細(xì)胞因子獲取子單元112，用于獲取與該疾病相關(guān)的細(xì)胞因子集，并將所述細(xì)胞因子集中的的每個細(xì)胞因子映射至所述生物數(shù)據(jù)集中；

所述生物學(xué)數(shù)據(jù)處理子單元113，從所述細(xì)胞因子集中分別篩選與每類預(yù)后結(jié)果相關(guān)度較高的多個細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

更進(jìn)一步地，所述預(yù)后量表建立模塊100還包括數(shù)據(jù)關(guān)聯(lián)單元114，用于將不同種類的生物學(xué)數(shù)據(jù)彼此關(guān)聯(lián)。

進(jìn)一步地，所述生物學(xué)數(shù)據(jù)處理子單元113具體用于根據(jù)不同的預(yù)后結(jié)果，將所述生物學(xué)數(shù)據(jù)集分為若干類數(shù)據(jù)集組；以及根據(jù)每類數(shù)據(jù)集組中發(fā)病期實(shí)測的基因表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的基因表達(dá)譜數(shù)據(jù)計(jì)算細(xì)胞因子集中的細(xì)胞因子在發(fā)病期和預(yù)后期的表達(dá)值，根據(jù)所述表達(dá)值篩選差異表達(dá)的細(xì)胞因子，對發(fā)病期和預(yù)后期的差異表達(dá)的細(xì)胞因子分別進(jìn)行排秩，得兩套排秩結(jié)果，將所述兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

進(jìn)一步地，所述生物學(xué)數(shù)據(jù)集中包含多種生物學(xué)數(shù)據(jù)，所述生物學(xué)數(shù)據(jù)處理子單元113還用于處理除所述基因表達(dá)譜數(shù)據(jù)之外的其他種類的生物學(xué)數(shù)據(jù)，分別根據(jù)每種生物學(xué)數(shù)據(jù)的處理結(jié)果篩選與每類預(yù)后結(jié)果相關(guān)的細(xì)胞因子，按照與每類預(yù)后結(jié)果的相關(guān)性由高到低的順序?qū)ο嚓P(guān)的細(xì)胞因子排秩，將包括根據(jù)基因表達(dá)譜數(shù)據(jù)獲取的細(xì)胞因子排秩終結(jié)果在內(nèi)的多個從不同角度進(jìn)行細(xì)胞因子排秩的結(jié)果利用集成決策進(jìn)行總體排秩，選取排列靠前的多個相關(guān)性較高的細(xì)胞因子作為對相應(yīng)預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子。

進(jìn)一步地，所述生物學(xué)數(shù)據(jù)集中還包含多個該疾病發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)、預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和對應(yīng)的預(yù)后結(jié)果；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元113用于處理所述miRNA表達(dá)譜數(shù)據(jù)時，具體用于根據(jù)與不同的預(yù)后結(jié)果相對應(yīng)的每類數(shù)據(jù)集組中發(fā)病期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)和預(yù)后期實(shí)測的miRNA表達(dá)譜數(shù)據(jù)，分別篩選每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的miRNA并排秩，利用所述生物學(xué)數(shù)據(jù)集中miRNA與所述細(xì)胞因子集中細(xì)胞因子間的關(guān)聯(lián)，篩選與差異表達(dá)的miRNA相關(guān)的細(xì)胞因子，并根據(jù)差異表達(dá)的miRNA的排秩結(jié)果對相關(guān)的細(xì)胞因子分別進(jìn)行排秩，將每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子

進(jìn)一步地，所述生物學(xué)數(shù)據(jù)集中還包含該疾病相關(guān)的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元113用于處理所述蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)時，具體用于計(jì)算所述細(xì)胞因子集中的細(xì)胞因子在所述蛋白質(zhì)互作網(wǎng)絡(luò)中的多個拓?fù)鋵傩孕畔ⅲ謩e予以排秩，將多個拓?fù)鋵傩孕畔?yīng)的多套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個在蛋白質(zhì)互作網(wǎng)絡(luò)中較為重要的節(jié)點(diǎn)對應(yīng)的細(xì)胞因子作為所述相關(guān)的細(xì)胞因子。

進(jìn)一步地，所述生物學(xué)數(shù)據(jù)集中包含該疾病相關(guān)的轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)；

當(dāng)所述生物學(xué)數(shù)據(jù)處理子單元113用于處理所述轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)時，具體用于根據(jù)所述基因表達(dá)譜數(shù)據(jù)，利用所述生物數(shù)據(jù)集中轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)數(shù)據(jù)中的所有轉(zhuǎn)錄因子及靶點(diǎn)關(guān)聯(lián)到所述基因表達(dá)譜的結(jié)果，計(jì)算每類預(yù)后結(jié)果對應(yīng)的發(fā)病期和預(yù)后期的差異表達(dá)的轉(zhuǎn)錄因子，利用轉(zhuǎn)錄因子與所述細(xì)胞因子集中的細(xì)胞因子之間的關(guān)聯(lián)，分別計(jì)算調(diào)控每個細(xì)胞因子的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)，根據(jù)對應(yīng)的差異表達(dá)的轉(zhuǎn)錄因子的個數(shù)對發(fā)病期和預(yù)后期的細(xì)胞因子排秩，將兩套排秩結(jié)果進(jìn)行集成決策處理，得一套排秩終結(jié)果，選取所述排秩終結(jié)果中排列靠前的多個相關(guān)度較高的細(xì)胞因子作為此預(yù)后結(jié)果對應(yīng)的所述相關(guān)的細(xì)胞因子。

進(jìn)一步地，數(shù)據(jù)關(guān)聯(lián)單元114具體用于通過以下關(guān)聯(lián)方式中的至少一種將所述不同種類的生物學(xué)數(shù)據(jù)之間彼此關(guān)聯(lián)：基因與其編碼蛋白的對應(yīng)關(guān)系、miRNA與基因間的調(diào)控關(guān)系、皮爾森相關(guān)系數(shù)、轉(zhuǎn)錄因子與其靶點(diǎn)間的調(diào)控關(guān)系

進(jìn)一步地，所述疾病選自腦卒中、癌癥。

進(jìn)一步地，所述預(yù)后結(jié)果包括預(yù)后良好和預(yù)后不好。

本發(fā)明的基于細(xì)胞因子的疾病康復(fù)評價方法及系統(tǒng)，篩選多個對疾病的不同預(yù)后結(jié)果產(chǎn)生影響的細(xì)胞因子，構(gòu)建預(yù)量量表，來評價待測疾病樣本的預(yù)后情況，具有應(yīng)用性較強(qiáng)的優(yōu)點(diǎn)。本發(fā)明通過融合多層面信息，預(yù)測準(zhǔn)確性較高。

為更好的說明本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)，下面將結(jié)合具體實(shí)施例對本發(fā)明作進(jìn)一步說明。

實(shí)施例1

如圖3所示，其為本發(fā)明的非疾病的診斷和治療目的的疾病康復(fù)評價方法應(yīng)用于腦卒中的康復(fù)評價的一個實(shí)施例的流程示意圖，選取公開的數(shù)據(jù)為測試數(shù)據(jù)，采用所述方法評價腦卒中患者的康復(fù)情況，具體包括以下步驟：

1、多源異構(gòu)背景數(shù)據(jù)集的構(gòu)建：輸入多套不同時間點(diǎn)(發(fā)病3個小時、5個小時、24小時、48小時)及不同預(yù)后情況(二次卒中、六個月內(nèi)無復(fù)發(fā))的缺血性腦卒中相關(guān)的基因表達(dá)譜數(shù)據(jù)；來自HPRD的蛋白質(zhì)-蛋白質(zhì)互作數(shù)據(jù)、來自TarBase及多種計(jì)算方法(miRanda，TargetScan，PITA，PicTar等)預(yù)測而得結(jié)果的miRNA與基因間的靶向關(guān)系數(shù)據(jù)。

腦卒中相關(guān)細(xì)胞因子集合信息整合：結(jié)合NCBI PubMed數(shù)據(jù)庫，對腦卒中相關(guān)的細(xì)胞因子進(jìn)行文本挖掘，供獲取162個細(xì)胞因子。

腦卒中相關(guān)的細(xì)胞因子初步候選特征集構(gòu)建：根據(jù)數(shù)據(jù)特點(diǎn)，獲取基于基因表達(dá)譜差異表達(dá)情況、蛋白質(zhì)互作網(wǎng)絡(luò)、miRNA共調(diào)控的3類列表。對每類列表進(jìn)行排秩。

基于細(xì)胞因子特征集的腦卒中量表的構(gòu)建：計(jì)算總體排秩后，構(gòu)建的預(yù)后良好的量表包含8個細(xì)胞因子(TLR7、TLR9、LTB、EBI3、CD276、MAST2、GHRL、IL12B)；預(yù)后不好的量表包含10個細(xì)胞因子(IL12A、IFNB1、IFNA1、IL2、NOD1、SPN、CARD11、HIF1A、PYDC1、BCL3)。構(gòu)建得到的預(yù)后良好的量表和預(yù)后不好的量表分別如表1和表2所示。

表1預(yù)后良好的量表

表2預(yù)后不好的量表

量表評分及結(jié)果的分類：對于新輸入的樣本(某病患的細(xì)胞因子表達(dá)檢測結(jié)果)，對應(yīng)兩個預(yù)后量表，得到的預(yù)后良好的計(jì)算分?jǐn)?shù)為5，預(yù)后不好的計(jì)算分?jǐn)?shù)為2，故預(yù)測該病患的預(yù)后良好。

選取100個已知疾病樣本對構(gòu)建的預(yù)后量表的準(zhǔn)確性進(jìn)行評價，比較已知疾病樣本采用預(yù)后量表預(yù)測的結(jié)果與實(shí)際的預(yù)后結(jié)果，發(fā)現(xiàn)預(yù)后量表預(yù)測的結(jié)果的準(zhǔn)確性高達(dá)90％以上。

最后所應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對本發(fā)明作了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。