[发明专利]预测氨基酸突变的方法及系统

摘要

本发明涉及生物信息技术领域，公开了一种预测氨基酸突变的方法及系统，以提高预测的精度和效果，有效解决生物实验的盲目性和成本高等问题。本发明方法包括构建蛋白质样本集；确定预筛选的特征，将同一样本的各个特征值整合到一条特征序列中组合构造成样本的初始特征集合；通过稳定性特征选择算法筛选出比较重要特征组合构造成样本的第一次筛选特征集合；然后通过序列前向选择算法筛选出重要特征组合构成样本的最终筛选特征集合；抽取正样本和负样本构建训练集和独立测试集，将训练集中各样本的最终筛选特征集合代入梯度提升树算法中进行训练，得出最终的分类模型，并结合独立测试集的最终筛选特征集合对分类模型的预测结果进行评估。

主权项

一种预测氨基酸突变的方法，其特征在于，包括：构建蛋白质样本集，将氨基酸突变后表现是中性的样本归为负样本，将氨基酸突变后表现为病态的样本归为正样本；确定预筛选的特征，并计算各样本的各特征值，以突变的氨基酸为中心确定滑动窗口的大小，以所确定的滑动窗口将同一样本的各个特征值整合到一条特征序列中组合构造成样本的初始特征集合，所述预筛选的特征包括根据欧式距离和沃罗诺伊图所确定的空间邻居的序列和结构特征；通过稳定性特征选择算法对所述初始特征集合进行第一次降维处理，筛选出比较重要特征组合构造成样本的第一次筛选特征集合；通过序列前向选择算法对所述第一次筛选特征集合进行第二次降维处理，筛选出重要特征组合构成样本的最终筛选特征集合；抽取正样本和负样本构建训练集和独立测试集，将所述训练集中各样本的最终筛选特征集合代入梯度提升树算法中进行训练，得出最终的分类模型，并结合所述独立测试集的最终筛选特征集合对所述分类模型的预测结果进行评估。