一种数据库的建立方法和遗传疾病的风险预测方法与流程

技术特征：

1.一种数据库的建立方法，其特征在于，包括：

基于第一数据和第二数据建立第一数据库；

根据所述第一数据库中的第一属性对所述第一数据库进行分类，选择分类后的第三数据；

将所述第二数据与所述第三数据合并，生成整合数据；

根据所述整合数据建立第二数据库。

2.如权利要求1所述的数据库的建立方法，其特征在于，将所述第二数据与所述第三数据合并，生成整合数据之后，还包括：补充所述整合数据中的缺失数据。

3.如权利要求1所述的数据库的建立方法，其特征在于，基于第一数据和第二数据建立第一数据库之后，还包括：对所述第一数据和第二数据进行正则化。

4.如权利要求2和3所述的数据库的建立方法，其特征在于，所述正则化具体为，用python的正则表达式和文本处理包对数据进行正则化。

5.如权利要求2和3所述的数据库的建立方法，其特征在于，所述数据库为一种遗传疾病变异数据库，所述第一数据为Clinvar数据，所述第二数据为GWAS数据，所述方法包括：

基于Clinvar数据和GWAS数据建立第一数据库；

对所述Clinvar数据和所述GWAS数据进行正则化；

根据所述Clinvar数据库中的Clinical significance属性对所述第一数据库进行分类，选择分类后的GWAS，risk factor和protective三类数据作为第三数据；

对所述第三数据进行正则化；

将所述GWAS数据与所述第三数据合并，生成整合数据；

补充所述整合数据中的缺失数据；

根据所述整合数据建立所述遗传疾病变异数据库。

6.一种遗传疾病的风险预测方法，其特征在于，所述方法基于遗传疾病变异数据库，所述方法包括：

筛选风险SNP位点，并获取所述遗传疾病变异数据库中SNP位点集合信息；

计算样本的遗传疾病的风险值。

7.如权利要求6所述的遗传疾病的风险预测的方法，其特征在于，所述计算样本的遗传疾病的风险值之后，还包括：用实际数据对计算结果进行评估。

8.如权利要求6所述的遗传疾病的风险预测的方法，其特征在于，所述计算样本的遗传疾病的风险值，具体为：所述a为疾病的发病率；所述s为基因名称；所述OR为每个SNP位点的比值比；所述WORi(s,OR)为每个SNP位点加权后的比值比；所述为样本的遗传疾病的风险值。