本發(fā)明涉及數(shù)據(jù)管理的，具體為一種多組學數(shù)據(jù)管理系統(tǒng)。

背景技術：

1、在生物信息學領域，多組學數(shù)據(jù)管理系統(tǒng)的需求日益增長。多組學數(shù)據(jù)涉及到從多個組學層面(如基因組學、轉錄組學、蛋白質組學及代謝組學等)獲得的豐富信息，這些數(shù)據(jù)能提供對生物體的多方位理解。隨著技術的進步，研究人員能夠從這些不同組學層面中獲取大量的數(shù)據(jù)，從而推動了生物醫(yī)學研究的發(fā)展。然而，這些數(shù)據(jù)的復雜性和龐大量也帶來了挑戰(zhàn)，特別是在如何有效地進行數(shù)據(jù)采集、處理、分析和異常檢測方面。因此，多組學數(shù)據(jù)整合和管理成為了一個關鍵領域，以便通過綜合不同層面的數(shù)據(jù)提供更全面的生物學理解。

2、在多組學數(shù)據(jù)管理領域，特別是在異常分析方面，現(xiàn)有的系統(tǒng)往往面臨一些挑戰(zhàn)?，F(xiàn)有系統(tǒng)可能缺乏對實驗組和對照組的多方面比較分析、異常值的準確標記以及生物學通路的詳細分析，從而在疾病研究和臨床應用中顯得不夠精準。其次，現(xiàn)有方法通常在處理過程中對數(shù)據(jù)的復雜性和多樣性考慮不足，可能導致異常檢測的靈敏度和準確性不足，這種不足不僅影響了對數(shù)據(jù)質量的控制，也影響了對疾病狀態(tài)和生物學機制的準確理解。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本發(fā)明提供了一種多組學數(shù)據(jù)管理系統(tǒng)，解決了上述背景技術中的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術方案予以實現(xiàn)：一種多組學數(shù)據(jù)管理系統(tǒng)，包括雙樣本模塊、數(shù)據(jù)采集模塊、處理分析模塊、異常比對模塊、生物學通路識別模塊及管理模塊；

3、所述雙樣本模塊用于預先分配出若干組測試樣本，所述若干組測試樣本分為實驗組和對照組；

4、所述數(shù)據(jù)采集模塊用于分別對實驗組和對照組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息進行檢測；

5、所述處理分析模塊用于對實驗組和對照組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息進行預處理作業(yè)，以構建一號多組學數(shù)據(jù)集合和二號多組學數(shù)據(jù)集合，并通過對一號多組學數(shù)據(jù)集合內的相關信息進行初步異常檢測；

6、所述異常比對模塊用于依據(jù)所述處理分析模塊中的檢測結果，并結合二號多組學數(shù)據(jù)集合，構建差異因子cyyz，基于所述差異因子cyyz數(shù)值大小，以再次判斷出異常值并標記為異常學數(shù)據(jù)；

7、所述生物學通路識別模塊用于對異常比對模塊中獲取的異常學數(shù)據(jù)進行統(tǒng)計，以生成相關狀態(tài)數(shù)據(jù)信息，依據(jù)相關狀態(tài)數(shù)據(jù)信息，分析異常學數(shù)據(jù)在相應生物學通路中的偏差系數(shù)pcxs；

8、所述管理模塊用于預先設置評估閾值p，并通過將所述偏差系數(shù)pcxs與所述評估閾值p進行比對分析，以估判實驗組內的樣本是否處于病變狀態(tài)。

9、優(yōu)選的，所述雙樣本模塊包括分組標準單元和環(huán)境統(tǒng)一單元；

10、所述分組標準單元用于預先從一位無疾病的個體中提取出生物材料，并將該生物材料作為一組對照組中的樣本，同時隨機從待檢測的若干組個體中提取出相應的生物材料，并將相應的生物材料作為實驗組中的樣本，以獲取若干組實驗組，并對若干組實驗組進行序號標記；

11、所述環(huán)境統(tǒng)一單元用于構建基本條件，所述基本條件包括溫度、濕度、含氧量及水分含量，并將若干組實驗組和一組對照組均享有基礎條件的待遇。

12、優(yōu)選的，所述一號多組學數(shù)據(jù)集合包括若干組實驗組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息，所述二號多組學數(shù)據(jù)集合包括對照組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息；

13、所述數(shù)據(jù)采集模塊包括第一樣本檢測單元和第二樣本檢測單元；

14、所述第一樣本檢測單元用于對若干組實驗組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息進行檢測與記錄，其中，所述相關蛋白質組學數(shù)據(jù)信息包括相應生物材料內每種蛋白質絕對含量；所述相關代謝組學數(shù)據(jù)信息包括相應生物材料內每種代謝物的絕對含量及代謝物濃度；

15、所述第二樣本檢測單元用于對對照組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息進行檢測與記錄，其中，所述相關蛋白質組學數(shù)據(jù)信息包括相應生物材料內每種蛋白質絕對含量；所述相關代謝組學數(shù)據(jù)信息包括相應生物材料內每種代謝物的絕對含量及代謝物濃度。

16、優(yōu)選的，所述處理分析模塊包括預處理單元和初步異常識別單元；

17、所述預處理單元用于對實驗組和對照組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息進行預處理作業(yè)，預處理包括去除噪聲、填補缺失值以及數(shù)據(jù)平滑操作，其中，填補缺失值方法包括均值填補、中位數(shù)填補、插值法填補以及回歸法填補。

18、優(yōu)選的，所述初步異常識別單元用于對若干組實驗組內的相關蛋白質組學數(shù)據(jù)信息及相關代謝組學數(shù)據(jù)信息內的相關數(shù)據(jù)信息分別進行數(shù)值大小的排序，以分別獲取各實驗組內相應學數(shù)據(jù)的排序集，并對若干組學數(shù)據(jù)的排序集內第25百分位點及第75百分位點進行提取，以分別獲取相應學數(shù)據(jù)的一號序位c及二號序位d，即排序集中第25％位置的值和排序集中第75％位置的值，具體提取方法如下：

19、

20、式中，n表示為相應學數(shù)據(jù)的數(shù)量；

21、依據(jù)一號序位c及二號序位d數(shù)值，獲取安全范圍[a，b]，具體獲取安全范圍[a，b]方式如下：a＝c-1.5*(d-c)；b＝d-1.5*(d-c)；

22、并將相應學數(shù)據(jù)與安全范圍[a，b]進行比對，以初步進行異常檢測，具體初步檢測內容如下：

23、若相應學數(shù)據(jù)落入安全范圍[a，b]時，此時將初步判斷當前的學數(shù)據(jù)未處于異常狀態(tài)；

24、若相應學數(shù)據(jù)未落入安全范圍[a，b]時，此時將初步判斷當前的學數(shù)據(jù)初步異常狀態(tài)。

25、優(yōu)選的，所述異常比對模塊包括二次判斷單元和篩選單元；

26、所述二次判斷單元用于依據(jù)初步異常識別單元中初步判斷的結果，獲取若干組處于異常狀態(tài)的學數(shù)據(jù)，并將若干組處于異常狀態(tài)的學數(shù)據(jù)記作異常數(shù)值ysx1，結合二號多組學數(shù)據(jù)集合，提取二號多組學數(shù)據(jù)集合中與該學數(shù)據(jù)類型相同的學數(shù)據(jù)，并記作標準數(shù)值ysx2；基于異常數(shù)值ysx1與標準數(shù)值ysx2，以構建差異因子cyyz，所述差異因子cyyz通過以下公式獲取：

27、

28、式中，ysx1avg表示為平均異常數(shù)值，ysx2表示為標準數(shù)值，δysx1表示為異常數(shù)值的方差，m表示為處于異常狀態(tài)的學數(shù)據(jù)的數(shù)量。

29、優(yōu)選的，所述篩選單元用于預先設置閾值，并將所述差異因子cyyz與預先設置的閾值進行比對分析，以再次判斷出異常值，具體分析內容如下：

30、若所述差異因子cyyz超過預先設置的閾值時，此時將再次判斷當前檢測的學數(shù)據(jù)為異常狀態(tài)，并標記為異常學數(shù)據(jù)；

31、若所述差異因子cyyz未超過預先設置的閾值時，此時將判斷當前檢測的學數(shù)據(jù)暫不處于異常狀態(tài)，并不作標記處理。

32、優(yōu)選的，所述生物學通路識別模塊包括數(shù)據(jù)收集單元和通路狀態(tài)分析單元；

33、所述數(shù)據(jù)采集單元用于對異常比對模塊中獲取的異常學數(shù)據(jù)進行統(tǒng)計，以生成相關狀態(tài)數(shù)據(jù)信息，所述相關狀態(tài)數(shù)據(jù)信息包括相應實驗組內異常學數(shù)據(jù)的總數(shù)cz、相應實驗組內異常學數(shù)據(jù)出現(xiàn)在通路中的數(shù)量ys、相應實驗組內學數(shù)據(jù)的總數(shù)目zjs及通路中包含相應實驗組內所有的學數(shù)據(jù)數(shù)目ts。

34、優(yōu)選的，所述通路狀態(tài)分析單元用于依據(jù)相關狀態(tài)數(shù)據(jù)信息，分析出各實驗組內異常學數(shù)據(jù)在相應生物學通路中的偏差系數(shù)pcxs，具體通過以下公式獲?。?/p>

35、

36、式中，ts表示為通路中包含相應實驗組內所有的學數(shù)據(jù)數(shù)目，ys表示為相應實驗組內異常學數(shù)據(jù)出現(xiàn)在通路中的數(shù)量，zjs表示為相應實驗組內學數(shù)據(jù)的總數(shù)目，cz表示為相應實驗組內異常學數(shù)據(jù)的總數(shù)，表示為從ts個元素中選擇ys個元素的方式數(shù)，表示為從zjs個元素中選擇cs個元素的方式數(shù)，表示為從zjs-ts個元素中選擇cs-ys個元素的方式數(shù)。

37、優(yōu)選的，所述管理模塊包括比對單元和反饋單元；

38、所述比對單元用于通過將各實驗組內異常學數(shù)據(jù)在相應生物學通路中的偏差系數(shù)pcxs與評估閾值p進行比對分析，以估判實驗組內的樣本是否處于病變狀態(tài)，具體內容如下：

39、若偏差系數(shù)pcxs大于評估閾值p時，估判相應實驗組內的樣本未處于病變狀態(tài)；

40、若偏差系數(shù)pcxs等于評估閾值p時，估判相應實驗組內的樣本正朝著病變狀態(tài)進行發(fā)展；

41、若偏差系數(shù)pcxs小于評估閾值p時，估判相應實驗組內的樣本處于病變狀態(tài)；

42、所述反饋單元用于根據(jù)比對單元中獲取的病變結果，來匯總出現(xiàn)病變的實驗組，并生成評估報告，供給醫(yī)護人員參考，并提醒醫(yī)護人員作進一步的分析與干預。

43、本發(fā)明提供了一種多組學數(shù)據(jù)管理系統(tǒng)，具備以下有益效果：

44、(1)通過雙樣本模塊的設置，該系統(tǒng)可以有效地將測試樣本分為實驗組和對照組，從而進行系統(tǒng)化的比較分析，這種分組方式使得系統(tǒng)能夠從多個維度檢測實驗組和對照組之間的差異，以進一步確保數(shù)據(jù)分析的全面性和準確性。數(shù)據(jù)采集模塊能夠分別對實驗組和對照組中的蛋白質組學和代謝組學數(shù)據(jù)進行檢測，保證了數(shù)據(jù)的全面性和準確性，這種精準的數(shù)據(jù)采集為后續(xù)的處理分析提供了可靠的基礎，有助于提高最終分析結果的可信度。異常比對模塊利用檢測結果和二號多組學數(shù)據(jù)集合，構建差異因子cyyz，并基于此判斷異常值，這一過程能夠盡早的識別和標記異常數(shù)據(jù)，確保對異常數(shù)據(jù)的識別更加精確，有助于進一步分析和研究。生物學通路識別模塊對異常數(shù)據(jù)進行統(tǒng)計分析，生成相關狀態(tài)數(shù)據(jù)信息，并分析異常學數(shù)據(jù)在相應生物學通路中的偏差系數(shù)pcxs，這種分析可以揭示異常數(shù)據(jù)在生物學通路中的具體影響，幫助理解異常狀態(tài)的生物學機制。管理模塊通過設定評估閾值并將偏差系數(shù)pcxs與之進行比對，從而判斷實驗組內樣本是否處于病變狀態(tài)，這個過程能夠準確地評估樣本的病變狀態(tài)，為疾病的診斷和治療提供科學依據(jù)?？傮w而言，該系統(tǒng)不僅能夠系統(tǒng)化地處理和分析多組學數(shù)據(jù)，還能提供準確的異常檢測和生物學通路分析，從而在疾病研究和精準醫(yī)療中發(fā)揮重要作用。

45、(2)分組標準單元確保從無疾病個體中提取的生物材料作為對照組樣本，從待檢測個體中提取的生物材料作為實驗組樣本，這種分組和標記的精確性有助于更準確地識別疾病狀態(tài)和健康狀態(tài)之間的差異；環(huán)境統(tǒng)一單元通過構建基本條件，確保了實驗組和對照組在相同環(huán)境條件下進行處理，這種環(huán)境的統(tǒng)一減少了環(huán)境變量對實驗結果的影響，進一步提高了數(shù)據(jù)的可比性和實驗的可靠性。

46、(3)初步異常識別單元通過對學數(shù)據(jù)進行排序，并提取第25百分位點及第75百分位點，計算出安全范圍，以識別潛在的異常數(shù)據(jù)，這種方法利用一號序位c和二號序位d為基礎，確保了異常檢測的科學性和準確性。通過將數(shù)據(jù)與安全范圍進行比對，能夠初步判斷數(shù)據(jù)是否處于異常狀態(tài)，這一過程有助于及時發(fā)現(xiàn)并標記異常數(shù)據(jù)，進一步避免了錯誤的數(shù)據(jù)分析和決策。

47、(4)二次判斷單元在初步異常識別的基礎上，進一步對異常數(shù)據(jù)進行分析，通過將處于異常狀態(tài)的學數(shù)據(jù)與標準數(shù)據(jù)進行比較，構建差異因子cyyz，這一過程利用了異常數(shù)據(jù)和標準數(shù)據(jù)之間的差異，從而更精確地判斷數(shù)據(jù)的異常狀態(tài)；通過提供二次篩選機制使得異常檢測不僅限于初步識別結果，而是通過更細致的分析，確認數(shù)據(jù)是否確實處于異常狀態(tài)，這不僅提高了異常數(shù)據(jù)的識別準確性，還增強了數(shù)據(jù)分析的全面性和系統(tǒng)的可靠性，進而為多組學數(shù)據(jù)的深入分析和科學研究提供了強有力的支持。

48、(5)通過計算偏差系數(shù)pcxs能夠揭示異常學數(shù)據(jù)在特定生物學通路中的重要性和作用，這種分析有助于識別出可能與疾病相關的關鍵通路，進一步揭示生物過程中的潛在機制。這樣的深入分析不僅有助于理解數(shù)據(jù)的生物學意義，還可以為疾病的機制研究和標志物的發(fā)現(xiàn)提供重要線索。