欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019113469142
申请人: 邵阳学院
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-18
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于信息熵的计算预测组蛋白赖氨酸丁酰化修饰的方法,其特征在于,包括以下步骤:步骤1:将丁酰化修饰的组蛋白序列进行分割,构建正、负样本集;

步骤2:使用信息熵和k间隔氨基酸对组成方法对正负样本进行特征表示和归一化操作,包括:a. 正负样本的信息熵特征表示,包括以下步骤:

(1)计算正样本的氨基酸信息熵PIEA,即

其中 表示正样本氨基酸 在位置i上出现的概率,可通过训练集中所有正样本的氨基酸 在位置i上的频率来估计;

(2)计算正样本的位置信息熵PIEP,即

其中 表示氨基酸字符集合;

(3)计算负样本的氨基酸信息熵NIEA,即

其中 表示负样本中氨基酸 在位置i上出现的概率,可通过训练集中所有负样本的氨基酸 在位置i上的频率来估计;

(4)计算负样本的位置信息熵NIEP,即

(5)一个样本s追加到丁酰化修饰系统后,其氨基酸和位置的信息熵计算如下:其信息熵的改变分别为PVIEA = PIEA(α)‑PIEAs(α)和PVIEP = PIEP(i)‑PIEPs(i);

(6)一个样本s追加到非丁酰化修饰系统后,其氨基酸和位置的信息熵计算如下:其信息熵的改变分别为NVIEA = NIEA(α)‑NIEAs(α)和NVIEP = NIEP(i)‑NIEPs(i);

(7)样本s的信息熵特征表示为PVIEA‑NVIEA和 PVIEP‑NVIEP;

b. 正负样本的k间隔氨基酸对组成特征表示,计算不超过1个残基的氨基酸对组成频率,即模式为AA, AC, ...., XX, ABA, ABC,  ...,和XBX氨基酸对的频率,B为任何一个残基;

c. 对信息熵和k间隔氨基酸对组成特征进行归一化操作,即其中 表示未归一化的信息熵或k间隔氨基酸对组成特征;

步骤3:使用训练集对随机森林分类器进行训练;

步骤4:将蛋白序列输入到训练后的随机森林分类器,分类器输出丁酰化修饰位点的标注信息。

2.根据权利要求1所述的一种基于信息熵的计算预测组蛋白赖氨酸丁酰化修饰的方法,其特征在于:在所述步骤1中,沿着组蛋白序列滑动,将序列分割成以赖氨酸为中心、上下游各N个氨基酸残基的片段;在序列前端或末端,若片段的长度不足( 2N+1) 氨基酸残基,则以字符X补齐;标注为丁酰化修饰的片段为正样本,随机选择相当数量的非标注为丁酰化修饰的片段为负样本,正样本和负样本共同构成训练集。

3.根据权利要求1所述的一种基于信息熵的计算预测组蛋白赖氨酸丁酰化修饰的方法,其特征在于,所述步骤3使用随机森林作为学习算法,该算法训练决策树的样本和特征属性是随机选择的,最终组合决策树的结果为最终分类结果。

4.根据权利要求1所述的一种基于信息熵的计算预测组蛋白赖氨酸丁酰化修饰的方法,其特征在于,所述步骤4包含以下内容:(4.1)沿着组蛋白序列滑动,将序列分割成以赖氨酸为中心、上下游各N个氨基酸残基的片段;在序列前端或末端,若片段的长度不足( 2N+1) 氨基酸残基,则以字符X补齐;

(4.2)对片段按照步骤2进行信息熵、k间隔氨基酸对组成特征表示和归一化操作;

(4.3)将片段的特征表示输入到训练后的随机森林分类器中,随机森林分类器对输出为1的结果标注为丁酰化修饰。