本發(fā)明涉及產(chǎn)前診斷子代孤獨癥譜系障礙個體化發(fā)病風險評估，特別是一種子代個體孤獨癥譜系障礙風險預測模型的構(gòu)建方法及風險預測系統(tǒng)。

背景技術(shù)：

1、孤獨癥譜系障礙(autism?spectrum?disorder,asd)是一種社交溝通障礙和重復性刻板行為的神經(jīng)發(fā)育性障礙，其病因復雜，受遺傳和環(huán)境及其互作等多方面因素的綜合作用，且異質(zhì)性強，核心病癥持續(xù)終生。asd發(fā)病廣泛，常見于兒童和成人，全球患病率為1～2％，呈逐年上升趨勢，已成為一個全球共識性重大公共衛(wèi)生和社會經(jīng)濟問題。

2、目前asd確診年齡在2～12歲，干預效果隨年齡增長明顯下降，嚴重者將成終身殘障，嚴重危害個人及其家庭生活質(zhì)量。然而，以往對asd風險評估模型構(gòu)建，均依賴于發(fā)病多年后尸檢腦組織或病程發(fā)展到臨床可確診時血液樣本的多組學大數(shù)據(jù)，獲得的風險基因時效性較差，很少有基于妊娠期母體血液中風險標志物進行子代asd發(fā)病風險評估。jianjunou等采用逐步logistic回歸分析方法檢測28個孕前、孕期、圍產(chǎn)期和產(chǎn)后相關(guān)候選危險因素對后代asd發(fā)病風險的影響，結(jié)果顯示妊娠流感樣疾病、妊娠應激源、母體過敏/自身免疫性疾病、剖宮產(chǎn)和缺氧與asd發(fā)病風險顯著相關(guān)，構(gòu)建的風險模型預測準確率為71.1％。kathryn?hollowood等對已擁有一個asd孩子的母親進行妊娠期代謝譜檢測，能夠準確地預測出第二個孩子患asd風險約為18.7％，而一般人群患病風險約為1.7％。然而上述方法構(gòu)建的模型均是基于檢測群體水平而設計的，往往因不同組學測序手段產(chǎn)生的批次效應而致使無法識別真實的生物標志物，從而產(chǎn)生較低的預測準確度，無法進行個體化檢測。急需利用前瞻性隊列識別孕期新的、可靠的關(guān)鍵風險基因，開發(fā)穩(wěn)定的mia誘發(fā)子代asd的個體化風險預測模型。

3、大量流行病學研究和動物模型實驗表明，孕期母體免疫激活(maternal?immuneactivation,mia)能夠破壞母體和胎兒環(huán)境之間免疫動態(tài)平衡，對神經(jīng)發(fā)育產(chǎn)生深遠而持久的影響，進而增加出生后罹患asd的風險。然而，由于臨床倫理無法進行前瞻性研究，且臨床存在“診斷、干預、家庭”延遲，致使asd恢復和控制困難、致殘風險高，故急需加強早篩查和早干預。

技術(shù)實現(xiàn)思路

1、基于以上技術(shù)問題，本發(fā)明利用前瞻性隊列數(shù)據(jù)，基于轉(zhuǎn)錄相對秩序識別孕期母親血液中與子代患asd相關(guān)的風險標志物，提出一種更加有效的評估子代個體asd發(fā)病風險的模型，實現(xiàn)孕期mia對子代患asd發(fā)病風險的精準評估，將asd早期預警精準至孕期，具有一定的社會價值。

2、為了達到上述目的，本發(fā)明提供的技術(shù)方案如下：

3、本發(fā)明的第一方面，提供一種子代個體asd風險預測模型的構(gòu)建方法，包括如下步驟：

4、確定子代為asd和典型發(fā)育(typical?development,td)的前瞻性隊列孕期母親血液轉(zhuǎn)錄數(shù)據(jù)中差異倍數(shù)(fold?change,fc)絕對值排序在前10％的若干個基因；

5、比較若干個基因中任意兩基因之間的表達量大小，獲取表達特征對秩序(featurepairrank,fpr)譜；

6、基于所述表達特征對秩序譜，并與子代典型發(fā)育相關(guān)的孕期母親血液相比，識別與子代asd風險相關(guān)的孕期母親血液中表達特征對秩序顯著逆轉(zhuǎn)的風險基因?qū)Γ?/p>

7、對所述風險基因?qū)M行混合特征選擇，使用交叉驗證獲得最優(yōu)參數(shù)，根據(jù)最優(yōu)參數(shù)計算效應值，基于所述效應值及混合特征選擇后的結(jié)果構(gòu)建得到個體化風險預測模型。

8、進一步的，子代為asd和td的孕期母親血液轉(zhuǎn)錄數(shù)據(jù)來源于gse148450所提供轉(zhuǎn)錄組學數(shù)據(jù)。

9、進一步的，表達特征對秩序的獲取方法包括：

10、選擇所述若干個基因中任意兩個基因，比較兩個所述基因的表達量大小，構(gòu)建秩序符號打分函數(shù)以獲得子代為孤獨癥譜系障礙和子代為典型發(fā)育的孕期母親血液的所有樣本的基因表達譜轉(zhuǎn)化后的表達特征對秩序譜；

11、獲得的表達特征對秩序譜為：若一基因的表達量大于另一基因的表達量，記表達特征對秩序為1；若一基因的表達量小于另一基因的表達量，記表達特征對秩序為-1。

12、進一步的，風險基因?qū)Φ淖R別方法為：

13、針對每個基因?qū)ψ哟鸀閍sd及子代為td的孕期母親血液組之間進行fisher’s精確檢驗；

14、采用多重檢驗校正經(jīng)fisher’s精確檢驗獲得的p值，校正后p<0.05的基因為風險基因?qū)Α?/p>

15、更進一步的，識別與子代asd風險相關(guān)的孕期母親血液中表達特征對秩序顯著逆轉(zhuǎn)的風險基因?qū)?，具體包括以下步驟：

16、分別統(tǒng)計在子代為asd及子代為td的孕期母親血液中符合不同表達量大小關(guān)系的樣本個數(shù)；

17、基于獲得的符合不同表達量大小關(guān)系的樣本個數(shù)，采用fisher’s精確檢驗和多重檢驗校正，識別與子代asd風險相關(guān)的孕期母親血液中表達特征對秩序顯著逆轉(zhuǎn)的風險基因?qū)Α?/p>

18、進一步的，篩選得到的風險基因?qū)閍c009229.5-rp5-1158e12.1、ac087491.2-gpt、c1orf177-loc286189、c1orf177-rp11-75l1.1、cyb5r2-klk15、dkfzp434k028-lamp5、igfl1-trim60、linc00635-rftn2、linc01010-rp11-69c17.3、loc100506384-trim60、loc101060277-prb4、loc286189-loc400620、mef2a-rab24、or4c13-tbca、rftn2-rp11-104e19.1、rimbp2-rnu1-131p、rnu6-798p-zic5、rnu6-597p-rnu6-788p、magi1-trim60、loc100130373-tmem253、kcnh1-trim60、ghrhr-snord114-17、farp-as1-mir548m、fancd2os-rp11-272d20.2、chst10-znf668、amhr2-loc286189。

19、進一步的，混合特征選擇是采用最小絕對值收縮和選擇算子進行。

20、進一步的，選取效應值大于0的風險基因?qū)?，利用表達加權(quán)效應值構(gòu)建得到所述個體化風險預測模型。其中，效應值大于0的風險基因?qū)閍c009229.5-rp5-1158e12.1、ac087491.2-gpt、c1orf177-loc286189、c1orf177-rp11-75l1.1、cyb5r2-klk15、dkfzp434k028-lamp5、igfl1-trim60、linc00635-rftn2、linc01010-rp11-69c17.3、loc100506384-trim60、loc101060277-prb4、loc286189-loc400620、mef2a-rab24、or4c13-tbca、rftn2-rp11-104e19.1、rimbp2-rnu1-131p、rnu6-798p-zic5。

21、本發(fā)明第二方面，提供一種孕期產(chǎn)前的子代個體asd風險預測系統(tǒng)，其包括數(shù)據(jù)收集單元、數(shù)據(jù)分析單元、風險評分單元和結(jié)果輸出單元；

22、所述數(shù)據(jù)收集單元用于收集子代為asd和td的每個孕期母親血液樣本中風險基因?qū)Φ谋磉_特征對秩序(fpr)；

23、所述數(shù)據(jù)分析單元用于利用風險基因?qū)Φ谋磉_特征對秩序，并基于機器學習算法識別與子代asd風險相關(guān)的產(chǎn)前風險因素；

24、所述風險評分單元用于利用根據(jù)上述方法構(gòu)建的個體化風險預測模型構(gòu)建孕期子代asd發(fā)生的個體化風險評分，并根據(jù)風險評分結(jié)果進行等級劃分；

25、所述結(jié)果輸出單元用于根據(jù)風險評分結(jié)果生成評估報告。

26、進一步，所述數(shù)據(jù)收集單元用于檢測孕期外周血中風險基因?qū)Φ谋磉_量，并基于表達量計算表達特征秩序。

27、更進一步，所述數(shù)據(jù)分析單元用于：

28、將子代為asd和td的孕期母親血液樣本劃分為訓練集和驗證集，在訓練集使用最小絕對值收縮和選擇算子(lasso)算法進行混合特征選擇，并結(jié)合10折交叉驗證獲得最優(yōu)參數(shù)λ，根據(jù)最優(yōu)參數(shù)計算效應值，基于所述效應值及混合特征選擇結(jié)果構(gòu)建個體化風險預測模型；

29、繪制roc曲線在驗證集中對構(gòu)建的個體化風險預測模型進行驗證，并結(jié)合bootstrap重抽樣，獲得平均auc和置信區(qū)間以對個體化風險預測模型進行評估。

30、進一步，所述風險評分單元用于利用高斯混合模型將孕婦分類為高風險(5.06～8.22)、中等風險(-1.82～4.25)和低風險(-5.46～-2.35)三個等級。孕婦風險評分值越大，子代個體患asd的風險越高。

31、進一步，所述結(jié)果輸出單元用于提供個體化的健康管理建議，并根據(jù)孕婦的風險等級推薦具體的醫(yī)療干預措施。

32、本發(fā)明與現(xiàn)有技術(shù)相比具有以下技術(shù)效果：

33、本發(fā)明基于子代為asd的孕期母親血液轉(zhuǎn)錄組學前瞻性隊列數(shù)據(jù)，結(jié)合單個樣本內(nèi)基因表達特征對秩序和機器學習，構(gòu)建了孕期mia子代個體化asd發(fā)病風險預測模型，既考慮了asd異質(zhì)性和微效基因普遍性，又考慮了基因組和孕期環(huán)境風險因素間相互作用，有效克服了取材困難和倫理約束。該模型篩選流程嚴謹可靠，通過孕期血液樣本中風險基因?qū)Φ南鄬Ρ磉_特征對秩序即可對子代個體患病風險進行評估。

34、本發(fā)明實現(xiàn)孕期mia對子代患asd發(fā)病風險的精準評估，將asd早期預警精準至孕期，有利于孕期提前預警和出生后早期干擾，進而達到個體化精準醫(yī)療的目的，具有一定的社會價值。

35、本發(fā)明通過表達特征對秩序(fpr)識別出孕期母親血液中與子代患asd相關(guān)的風險標志物，提出一種更加有效的評估子代個體asd風險的模型fprscore＝(-0.980)×sgn(ac009229.5-rp5-1158e12.1)+0.131×sgn(ac087491.2-gpt)+(-0.625)×sgn(c1orf177-loc286189)+(-0.100)×sgn(c1orf177-rp11-75l1.1)+0.292×sgn(cyb5r2-klk15)+(-1.487)×sgn(dkfzp434k028-lamp5)+(-0.331)×sgn(igfl1-trim60)+0.150×sgn(linc00635-rftn2)+(-0.486)×sgn(linc01010-rp11-69c17.3)+(-0.242)×sgn(loc100506384-trim60)+(-1.306)×sgn(loc101060277-prb4)+0.801×sgn(loc286189-loc400620)+(-0.774)×sgn(mef2a-rab24)+0.858×sgn(or4c13-tbca)+(-0.322)×sgn(rftn2-rp11-104e19.1)+(-1.249)×sgn(rimbp2-rnu1-131p)+0.264×sgn(rnu6-798p-zic5)。

36、本發(fā)明構(gòu)建了首個基于孕婦血液風險基因fpr產(chǎn)前診斷子代個體的asd發(fā)病風險預測模型，并且auc達到0.0.821。相比于以往的風險預測模型，能夠不受批次影響進行個體化評估。針對已擁有一級或二級親屬患asd的孕婦，本發(fā)明對孕期產(chǎn)前診斷子代個體asd發(fā)病風險的準確度得到大幅度的提高。此外，構(gòu)建的fprscore風險評分能夠?qū)⒃袐D分為高風險、中風險和低風險三組，fprscore數(shù)值越高，風險越高。