本发明涉及智能医疗领域，更具体地，涉及一种amd风险标志物的筛选方法、设备、介质和程序产品。
背景技术：
1、年龄相关性黄斑变性(age-related macular degeneration，amd)又称老年性黄斑变性，一般多见于50岁以上的人群，为视网膜黄斑区结构的衰老性改变，是全世界老年人严重损害视力的主要原因。
2、amd主要分两种，一种叫干性年龄相关性黄斑变性，另外一种就叫湿性年龄相关性黄斑变性。干性amd的发病率比较多，除了少数病人感觉到视力轻微的下降，或者偶尔有视物变形以外，一般对视力的危害不太大。但湿性amd不同，湿性amd患者视网膜产生了新生血管，由于新生血管结构不成熟，容易出血和渗出液体，可导致视力明显下降，并影响患者日常生活，是老年人视力丧失的常见原因。随着社会的老龄化，年龄相关性黄斑变性发病率有增高趋势。晚期的年龄相关性黄斑变性的视力丧失往往难以逆转，但是发病早期是有可能控制的，也是可以预防的。阐明amd的发生发展机制，找到合适的早期诊断和治疗、预后评估标志物对改善amd患者的生存是十分重要的。
3、研究与amd相关的标志物，可以实现预测待测者患有amd的风险，进而实现早干预早治疗提供了新的手段和方向。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供一种amd风险标志物的筛选方法、设备、介质和程序产品；本发明方法通过构建转录调控网络，识别风险通路，为研究amd的发病机制提供帮助。
2、本技术第一方面公开一种amd风险标志物的筛选方法，所述方法包括：
3、s1：获取包含tf-microrna-gene信息的调控网络数据；
4、s2：获取amd相关的基因表达谱数据和mirna表达谱数据；
5、s3：对所述amd相关的基因表达谱数据和mirna表达谱数据进行差异表达分析，得到amd差异表达基因和amd差异表达mirna；
6、s4：以所述amd差异表达基因和amd差异表达mirna为种子节点集，使用图论算法从所述调控网络数据中识别出amd风险核心子网；
7、s5：基于图搜索算法从所述amd疾病核心子网中识别潜在调控通路；潜在调控通路中的任一个或多个基因、microrna为所述amd风险标志物。
8、在一些实施例中，在所述s5之后，所述方法还包括：
9、s6：获取amd相关基因集和amd相关micrornas集；
10、s7：根据所述潜在调控通路中amd相关基因集和amd相关micrornas集的比例筛选出amd风险调控通路；
11、可选的，所述比例为所述潜在调控通路中amd相关基因集和amd相关micrornas集的覆盖率，根据覆盖率筛选出amd风险调控通路；
12、可选的，所述覆盖率包括cr-de和cr-known，覆盖率大于等于0.5的通路即为所述amd风险调控通路；
13、可选的，所述cr-de的计算方式为：通路中差异表达基因/microrna；
14、可选的，所述cr-known的计算方式为：通路中amd相关基因集中的基因/microrna；
15、可选的，所述amd风险调控通路中的任一个或多个基因和/或microrna为所述amd风险标志物；
16、可选的，所述amd相关基因集从genecards数据库和retinogenetics数据库中获得；
17、可选的，所述amd相关micrornas集从hmdd和mndr数据库中获得。
18、在一些实施例中，在所述s7之后，所述方法还包括s8：对所述amd风险调控通路进行降序排序，从排序结果中选择排序靠前的n个通路，所述n个通路中的任一个或多个基因和/或microrna为所述amd风险标志物；
19、可选的，所述n为大于等于1的自然数，优选为11；
20、可选的，所述11个通路中的标志物包括以下任一种或几种：pten、tgfb1、myc、tp53、hsa-mir-494、hsa-mir-21、hsa-mir-221、hsa-mir-192、hsa-mir-29a、hsa-mir-29c、sparc、bcl2。
21、在一些实施例中，所述s5中从amd疾病核心子网中识别潜在调控通路的方法包括：
22、识别所述amd疾病核心子网中所有连接入度为0节点和出度为0节点的有向无环通路；使用bfs算法得到所有入度为0节点和出度为0节点的最短距离，所有大于最短距离的通路为所述潜在调控通路；
23、可选的，所述s1中的调控网络数据为有向无环调控网络；所述有向无环调控网络通过以下方式得到：
24、获取包含tf-gene互作关系对、tf-microrna互作关系对、microrna-gene调控关系的数据；对所述包含tf-gene互作关系对、tf-microrna互作关系对、microrna-gene调控关系的数据进行整合，得到所述有向无环调控网络；
25、可选的，所述包含tf-gene互作关系对、tf-microrna互作关系对、microrna-gene调控关系的数据已有文献支持；
26、可选的，所述tf-gene互作关系对的数据从transfac中得到；所述tf-microrna互作关系对的数据从transmir数据库中得到；所述microrna-gene调控关系的数据从mirecords、tarbase和mirtarbase中得到；
27、可选的，所述s2中的表达谱数据是使用log2方法标准化后的表达谱矩阵；
28、可选的，所述amd相关的基因表达谱数据和mirna表达谱数据从geo数据库中下载得到；
29、在一些实施例中，基于meta分析对所述基因表达谱数据中的基因进行差异表达分析，得到amd差异表达基因；
30、可选的，基于meta分析对所述mirna表达谱数据中的mirna进行差异表达分析，得到amd差异表达mirna；
31、可选的，所述差异表达分析的标准包括：当单个基因的fdr小于0.1，该基因即为所述amd差异表达基因，当单个mirna的p值小于0.05，该基因即为所述amd差异表达mirna；
32、可选的，所述图论算法包括随机游走算法，优选为重启型随机游走算法；
33、可选的，所述图搜索算法包括广度优先搜索算法。
34、本技术第二方面公开一种用于预测amd疾病的方法，所述方法包括：
35、获取待测样本中amd风险标志物的表达量；
36、基于所述amd风险标志物的表达量得出所述待测样本是否患有amd疾病的风险结果；如果所述风险标志物的表达量高于阈值，得到待测样本患有amd疾病风险高的结果；如果所述风险标志物的表达量低于阈值，得到待测样本患有amd疾病风险低的结果。
37、本技术第三方面公开一种用于预测amd疾病的方法，所述方法包括：
38、获取待测样本中amd风险标志物的表达量；所述风险标志物包括：hsa-mir-21；
39、基于所述amd风险标志物的表达量得出所述待测样本是否患有amd疾病的风险结果；如果所述风险标志物的表达量高于阈值，得到待测样本患有amd疾病风险高的结果；如果所述风险标志物的表达量低于阈值，得到待测样本患有amd疾病风险低的结果；
40、可选的，所述风险标志物还包括：hsa-mir-221；
41、可选的，所述风险标志物还包括：hsa-mir-192；
42、可选的，所述风险标志物还包括：hsa-mir-29a；
43、可选的，所述风险标志物还包括：hsa-mir-29c；
44、可选的，所述风险标志物还包括以下一种或几种：sparc、bcl2、hsa-mir-494、pten、tgfb1、myc、tp53。
45、本技术第四方面公开一种计算机设备，所述设备包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器执行所述计算机程序以实现上述方法的步骤。
46、本技术第五方面公开一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
47、本技术第六方面公开一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
48、本技术具有以下有益效果：
49、1、本技术创新性的公开一种amd风险标志物的筛选方法，该方法创新性地结合多个数据库构建包含转录前/转录后信息的tf-microrna-gene有向无环调控网络，再通过整合amd相关疾病/正常对照实验数据，识别出基因和micrornas作为amd风险标志物；进一步地，为了得到amd疾病的核心调控子网，再从上述amd风险标志物出发，利用机器学习算法提取得到amd疾病相关的分子调控网络，且经过验证，该核心调控子网更集中包含amd相关标志物，可信度更高。进一步地，为阐明核心子网中的上下游调控关系，进一步分析amd核心调控子网中的上下游调控关系以及识别核心调控通路，最终得到11个核心调控通路，并将通路中的转录因子、microrna和基因作为amd风险标志物。
50、2、本技术创新性的利用筛选出的amd风险标志物用于预测amd疾病，为实现早干预早治疗提供指导信息；
1.一种amd风险标志物的筛选方法，其特征在于，所述方法包括：
2.根据权利要求1所述的amd风险标志物的筛选方法，其特征在于，在所述s5之后，所述方法还包括：
3.根据权利要求2所述的amd风险标志物的筛选方法，其特征在于，在所述s7之后，所述方法还包括s8：对所述amd风险调控通路进行降序排序，从排序结果中选择排序靠前的n个通路，所述n个通路中的任一个或多个基因和/或microrna为所述amd风险标志物；
4.根据权利要求1所述的amd风险标志物的筛选方法，其特征在于，所述s5中从amd疾病核心子网中识别潜在调控通路的方法包括：
5.根据权利要求1所述的amd风险标志物的筛选方法，其特征在于，基于meta分析对所述基因表达谱数据中的基因进行差异表达分析，得到amd差异表达基因；
6.一种用于预测amd疾病的方法，其特征在于，所述方法包括：
7.一种用于预测amd疾病的方法，其特征在于，所述方法包括：
8.一种计算机设备，其特征在于，所述设备包括：存储器和处理器；所述存储器用于存储计算机程序；所述处理器执行所述计算机程序以实现权利要求1-7任一项所述的方法的步骤。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的权利要求1-7任意一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任意一项所述的方法的步骤。
