[发明专利]蛋白质潜在致敏性的预测方法

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。

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。