免疫分型方法及装置、存储介质与程序产品与流

本公开实施例涉及但不限于生物，尤其涉及一种免疫分型方法及装置、存储介质与程序产品。背景技术：1、弥漫大b细胞淋巴瘤(dlbcl)是一种来源于成熟b细胞的侵袭性肿瘤。dlbcl临床异质性大，2016年who分类中列出了近20种弥漫大b细胞淋巴瘤亚型，高度的异质性给dlbcl的诊治带来了巨大的挑战。2、已有研究关于dlbcl分型的方法有：①基于细胞起源分型(coo)，该分型方法以免疫组织化学为主，虽然可以判断患者预后状况，但缺陷是对同一分型人群分类准确率只有88％，且仍有一部分患者不能确定细胞起源。因此，基于细胞起源分类的分层治疗已无法满足临床需求。②基于基因分型，采用外显子测序和转录组测序等方法，发现不同基因亚型具有明显的基因型(基因突变)、表观遗传学和临床特征的差异，为dlbcl的精准治疗策略提供了潜在的病理学依据，但这些研究是基于几个已知的突变基因信息设定的基因分型标准，对于未被发现的基因突变或者基因表达信息不能准确预测。技术实现思路1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。2、本公开实施例提供了一种免疫分型方法，包括：3、对样本数据进行免疫浸润分析，得到多种细胞类型的比例；4、根据以下至少之一：生存显著性、方差和相关性，从多种细胞类型中筛选出n种细胞，n＞1；5、将所述n种细胞划分为m种固定细胞和(n-m)种候选细胞，并对多种细胞组合进行聚类分析，每种细胞组合至少包括m种所述固定细胞以及q种所述候选细胞，m≥1且m＜n，0≤q≤(n-m)；6、选择其中一种细胞组合作为免疫分型的细胞组合，并确定每种免疫分型分组对应的特征细胞类型。7、本公开实施例还提供了一种免疫分型装置，包括存储器；和连接至所述存储器的处理器，所述存储器用于存储指令，所述处理器被配置为基于存储在所述存储器中的指令，执行本公开任一实施例所述的免疫分型方法的步骤。8、本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开任一实施例所述的免疫分型方法。9、本公开实施例还提供了一种程序产品，包括指令，在由计算机执行所述计算机程序产品时，所述指令执行如本公开任一实施例所述的免疫分型方法。10、本公开实施例还提供了一种免疫分型装置，包括免疫浸润模块、筛选模块、聚类分析模块和选择模块，其中：11、所述免疫浸润模块，被配置为对样本数据进行免疫浸润分析，得到多种细胞类型的比例；12、所述筛选模块，被配置为根据以下至少之一：生存显著性、方差和相关性，从多种细胞类型中筛选出n种细胞，n＞1；13、所述聚类分析模块，被配置为将所述n种细胞划分为m种固定细胞和(n-m)种候选细胞，并对多种细胞组合进行聚类分析，每种细胞组合至少包括m种所述固定细胞以及q种所述候选细胞，m≥1且m＜n，0≤q≤(n-m)；14、所述选择模块，被配置为选择其中一种细胞组合作为免疫分型的细胞组合，并确定每种免疫分型分组对应的特征细胞类型。15、本公开实施例的免疫分型方法及装置、存储介质与程序产品，通过对样本数据进行免疫浸润分析，得到多种细胞类型的比例，根据以下至少之一：生存显著性、方差和相关性，从多种细胞类型中筛选出n种细胞，将n种细胞划分为m种固定细胞和(n-m)种候选细胞，并对多种细胞组合进行聚类分析；选择其中一种细胞组合作为免疫分型的细胞组合，并确定每种免疫分型分组对应的特征细胞类型，可以挖掘不同分型中的免疫细胞组成，能够较好地解释肿瘤的治疗反应的差别；采用细胞类型的多种组合方式，最大程度寻找样本之间的差异，从而建立免疫分型，并使得免疫分型在生存分析上有显著差异。此外，本公开不需要确定细胞起源，解决了传统分型因不能确定细胞起源而不能明确分型的问题；本公开能够发现更多的差异表达基因，从而能够较好地解释肿瘤的生物学异质性，同时考虑到免疫细胞在肿瘤的生理功能中起着重要作用。本公开利用筛选出的细胞类型以及差异基因在独立的验证集中得到了一致性的结果，可用于各种类型的血液肿瘤以及实体瘤等的辅助分析。16、本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。技术特征：1.一种免疫分型方法，其特征在于，包括：2.根据权利要求1所述的方法，其特征在于，所述选择其中一种细胞组合作为免疫分型的细胞组合，包括：3.根据权利要求2所述的方法，其特征在于，所选择的细胞组合的p值和轮廓系数还满足如下条件3：4.根据权利要求3所述的方法，其特征在于，f1(p_value)＝-log10(p_value)；f2(silhouette)＝silhouette。5.根据权利要求3所述的方法，其特征在于，其中，y2＝max(f1(p_value))，y1＝f1(p_value)p_value＜0.01，x2＝f2(silhouette)silhouette∈[0.5，08]，x1＝max(f2(silhouette))，b＝y2-a·x2，max表示取最大值。6.根据权利要求3所述的方法，其特征在于，所选择的细胞组合为所有同时满足所述条件1、条件2和条件3的多个细胞组合中p值最小的细胞组合。7.根据权利要求3所述的方法，其特征在于，所选择的细胞组合为所有同时满足所述条件1、条件2和条件3的多个细胞组合中生存曲线没有交叉且p值最小的细胞组合。8.根据权利要求7所述的方法，其特征在于，所述选择其中一种细胞组合作为免疫分型的细胞组合，包括：9.根据权利要求1所述的方法，其特征在于，所述确定每种免疫分型分组对应的特征细胞类型，包括：10.根据权利要求1所述的方法，其特征在于，所述将所述n种细胞划分为m种固定细胞和(n-m)种候选细胞，包括：11.根据权利要求1所述的方法，其特征在于，所述方法还包括：确定每种免疫分型分组对应的差异表达基因，所述差异表达基因满足：p值小于预设的p值阈值且log2fc>1，12.根据权利要求1所述的方法，其特征在于，所述对多种细胞组合进行聚类分析时采用的聚类方法为以下任意一种：非负矩阵分解、层次聚类、k均值聚类、密度聚类以及社区检测。13.根据权利要求1所述的方法，其特征在于，根据生存显著性从多种细胞类型中筛选出n种细胞，包括：14.根据权利要求1所述的方法，其特征在于，根据方差从多种细胞类型中筛选出n种细胞，包括：15.根据权利要求1所述的方法，其特征在于，根据相关性从多种细胞类型中筛选出n种细胞，包括：16.一种免疫分型装置，其特征在于，包括存储器；和连接至所述存储器的处理器，所述存储器用于存储指令，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至15中任一项所述的免疫分型方法的步骤。17.一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，该程序被处理器执行时实现如权利要求1至15中任一项所述的免疫分型方法。18.一种计算机程序产品，其特征在于，包括指令，在由计算机执行所述计算机程序产品时，所述指令执行如权利要求1至15中任一项所述的免疫分型方法。19.一种免疫分型装置，其特征在于，包括免疫浸润模块、筛选模块、聚类分析模块和选择模块，其中：技术总结一种免疫分型方法及装置、存储介质与程序产品，所述方法包括：对样本数据进行免疫浸润分析，得到多种细胞类型的比例；根据以下至少之一：生存显著性、方差和相关性，从多种细胞类型中筛选出N种细胞，N＞1；将N种细胞划分为M种固定细胞和(N‑M)种候选细胞，并对多种细胞组合进行聚类分析，每种细胞组合至少包括M种固定细胞以及q种候选细胞，M≥1且M＜N，0≤q≤(N‑M)；选择其中一种细胞组合作为免疫分型的细胞组合，并确定每种免疫分型分组对应的特征细胞类型。技术研发人员：袁丹受保护的技术使用者：京东方科技集团股份有限公司技术研发日：技术公布日：2024/8/15