[发明专利]一种甲基化作用的预测方法、装置

摘要

本发明适用于生物信息技术领域，提供了一种甲基化作用的预测方法、装置，所述方法包括下载得到被甲基化作用的数据；根据所述被甲基化作用的数据获取原始蛋白质序列数据；对所述原始蛋白质序列数据进行预处理，得到阳性数据集和阴性数据集；对所述阳性数据集和所述阴性数据集中的字符串数据进行编码，得到数值型数据；对所述阳性数据集和所述阴性数据集中的数值型数据利用分类算法进行建模，根据建模得到的模型计算最佳的分割方式，最后根据所述分割方式将需要预测是否被甲基化的数据集中的数据划分为两类，一类为被甲基化作用的数据，另一类为没有被甲基化作用的数据。本发明，不需要人工的参与，也不需要绘制图谱，可以节省时间，费用也便宜。

主权项

一种甲基化作用的预测方法，其特征在于，所述方法包括：步骤1、下载得到被甲基化作用的数据；步骤2、根据所述被甲基化作用的数据获取原始蛋白质序列数据；步骤3、对所述原始蛋白质序列数据进行预处理，得到阳性数据集和阴性数据集；步骤4、对所述阳性数据集和所述阴性数据集中的字符串数据进行编码，得到数值型数据；步骤5、对所述阳性数据集和所述阴性数据集中的数值型数据利用分类算法进行建模，根据建模得到的模型计算最佳的分割方式，最后根据所述分割方式将需要预测是否被甲基化的数据集中的数据划分为两类，一类为被甲基化作用的数据，另一类为没有被甲基化作用的数据；其中，所述方法还包括下述步骤：在获得被甲基化位点数据的蛋白质序列数据后，根据该被甲基化位点数据的蛋白质序列数据得到蛋白质不稳定结构区间的数据，进而得到新的11个长度的字符串数据，然后对原11肽PSP(5,5)加上所述新的11个长度的字符串数据，得到总计长度为22的字符串数据，再按照步骤4中提到的编码方法对所述长度为22的字符串数据进行编码，得到数值型数据再进行后续的分类预测。