买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：迪辅乐生物(上海)有限公司

摘要：本发明提供了一种菌群互作网络构建、剪裁方法与系统及核心菌群结构应用，本发明通过对群体肠道微生物组成信息的收集，构建群体的菌群组成数据，经过分析细菌间的共发现频次和基于概率的理论频次进行比较，确定细菌间的有益和有害关联，构建出细菌间互作的复杂网络。进一步通过对菌群互作网络的迭代裁剪和优化，最终确定群体微生态中的核心细菌组成。应用该算法功能性便秘儿童的菌群网络分析研究，发现了25个便秘相关的核心菌群标志物，并且通过机器学习算法验证25个标志物的分类模型区分便秘儿童和正常儿童，模型的AUC能到达85.2%。本发明通过一种网络构建和分析算法挖掘出特定人群的核心菌群标志物，为肠道微生态的临床应用研究提供新的方法。

主权项：1.一种基于概率统计模型的菌群互作网络构建方法，其特征在于，包括以下步骤：第一步：通过测序的方式获取每个个体的菌群组成结构，及由N个样本组成的群体的菌群分布矩阵；第二步：计算每个细菌在群体中被检测到的比例P，得到每个物种在群体中的流行性；第三步：对于A、B两个细菌，计算其在群体中共同被检测到的次数FA,B，以及细菌A和细菌B独立状态下共同被检测到的期望次数ExpA,B＝N*PA*PB；第四步：计算细菌间独立状态下共同被检测到的期望次数与观察到的共同被检测到的次数的差值DeltaA,B＝ExpA,B-FA,B，并且计算差值的平均数M和方差SD；第五步：根据差值平均数和一倍方差确定关联关系，若DeltaA,B大小处于M-SD和M+SD之间，认为细菌A与细菌B之间无关联，若DeltaA,BM–SD，认为细菌A与细菌B之间为正向关联，若DeltaA,BM+SD，认为细菌A与细菌B之间为负向关联；第六步：根据第五步的关联关系定义确定群体的微生态关联网络，对于正向或负向关联的细菌间的关联强度为DeltaA,B的绝对值；第七步：分别去掉网络中关联强度最高的边和最低的边，计算剩余网络结构的特征向量中心性Eig大和Eig小；网络结构的特征向量中心性的定义为：Eig＝∑vmaxeigv-eigv其中，v为网络中节点，eigv为网络中节点v的特征向量中心性，maxeigv表示所有节点特征向量中心性的最大值；第八步：如果Eig大大于Eig小，网络去掉关联强度最高的边，反之则去掉关联强度最低的边，同时计算网络结构的邻近度中心性Clo和介度中心性Bet；网络结构的邻近度中心性的定义为：Clo＝Σvmaxclov-clov其中，clov为网络中节点v的邻近度中心性，maxClov表示所有节点邻近度中心性的最大值；网络结构的介度中心性的定义为：Bet＝Σvmaxbetv-betv其中，betv为网络中节点v的介度中心性，maxbetv表示所有节点介度中心性的最大值；第九步：持续循环第七步到第八步，直至网络中只剩下预设条数的边；第十步：比较分析每次减去一条边后的邻近度中心性Clo和介度中心性Bet，寻找两者最优的步骤Sopt；第十一步：将初始网络裁剪到最优的步骤Sopt，并将最终的网络确定为裁剪后的核心网络，核心网络中边所连接的细菌构成核心菌群；根据如下规则确定最优的步骤Sopt：以邻近度中心性Clo和介度中心性Bet为二维坐标轴作图，以右上角区域的点对应的剪裁步骤为最优步骤。

全文数据：

权利要求：

百度查询： 迪辅乐生物(上海)有限公司 一种菌群互作网络构建、剪裁方法与系统及核心菌群标志物和应用