一种疾病标志物表达调控网络的关键节点识别方法

本发明提供了一种疾病标志物表达调控网络的关键节点识别方法，属于疾病标志物技术领域，本方法首先对原始数据进行预处理和质量控制，包括批次效应去除、异常样本识别等。然后通过多重差异分析和预训练模型识别差异表达基因，并构建基因表达相关性网络。再整合多源调控数据构建多层次加权网络，计算网络节点特征并进行表示学习和模块划分。基于网络拓扑特征、模块贡献度、生物学重要性等多维特征，训练神经网络模型进行关键节点识别。最后通过通路富集、疾病基因重叠、表达稳定性、时序变化和网络扰动等多层验证对模型进行优化，最终得到验证后的关键节点集合。解决了现有技术忽略了分子之间的互作关系,导致可能漏掉一些关键的调控节点的问题。