[发明专利]蛋白质潜在致敏性的预测方法有效
申请号: | 201210587248.3 | 申请日: | 2012-12-28 |
公开(公告)号: | CN103049679B | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 李婧;王婧;张大兵 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06F19/18 | 分类号: | G06F19/18 |
代理公司: | 上海汉声知识产权代理有限公司31236 | 代理人: | 郭国中,牛山 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种蛋白质潜在致敏性的预测方法,包括以下步骤步骤一,制作训练正集和训练负集;步骤二,对蛋白质的各类属性进行编码,构建特征向量;步骤三,引用最大相关最小冗余方法进行特征排序,引用递增式的特征选择方法进行最优特征选择;步骤四,通过对选择出的特征进行统计分析,给出与蛋白质致敏特性显著相关的特征结果报告。本发明提供的预测方法可以有效地对蛋白质的潜在致敏性进行预测,其准确度比现有的计算生物学预测方法更高,并且能有效分析出同蛋白质的致敏特性相关的蛋白特征,对过敏原预测、蛋白质致敏性机制研究有着重要作用。 | ||
搜索关键词: | 蛋白质 潜在 致敏性 预测 方法 | ||
【主权项】:
一种蛋白质潜在致敏性的预测方法,其特征在于,包括以下步骤:步骤一,制作训练正集和训练负集;步骤二,对蛋白质的各类属性进行编码,构建特征向量;步骤三,引用最大相关最小冗余方法进行特征排序,引用递增式的特征选择方法进行最优特征选择;步骤四,通过对选择出的特征进行统计分析,给出与蛋白质致敏特性显著相关的特征结果报告;步骤二中,所述属性的编码包括以下步骤:将二级结构倾向性、疏水性、极化性、可溶性、标准化的范德华体积和极性,按照序列位置中每个氨基酸的分类对蛋白序列进行重新编码,所述分类见下表:所述构建特征向量包括如下步骤:整合蛋白质的属性;每类属性分别计算其特征向量;然后整合成一个156维的表示蛋白质的特征向量;其中,所述特征向量所示的蛋白质的氨基酸组成计算公式为:Fractionofaminoacidi=totalnumberofaminoacids(i)totalnumberofaminoacidsinprotein;]]>蛋白质二级结构倾向性、疏水性、极化性、可溶性、标准化的范德华体积和极性的特征向量元件的计算,则根据所述重新编码后的序列完成,对每种属性,计算其重新编码序列的C,T和D;以一个蛋白序列的疏水性为例说明其特征向量组件的计算方法,因为疏水性分为polar,neutral,hydrophobic,所以以各类别的第一个大写字母P,N,H重新编码序列,然后计算新编码序列的C,T和D,C指的是P、N、H在序列中的含量百分比,T指的是字母间转换的频率百分比,D指的是每个字母在全序列中的分布模式,即第25%,50%,75%,和100%个该字母在全序列中的位置;其它5方面属性的特征向量组件可同理计算得到;所述SSpro软件具体指蛋白质分析软件。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210587248.3/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用