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: 202110751724X
申请人: 南昌大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-17
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:

1.一种癌症分类和特征基因选择方法,其特征在于,包括如下步骤:(1)初级学习器的建立:

对于n*p维的训练集矩阵X及样本标签y,建立T个logistic回归模型作为初级学习器;

对于sparsegrouplasso(SGL)正则化项,其有一个混合参数α用来调节lasso与grouplasso的权重,基于T个等距分布在(0,1)之间α值,建立对应的T个SGL正则化的logistic回归求解模型;

对每个αt,通过交叉验证选择最优正则化参数λt,并记录验证集在每个初级学习器的预测概率值为n*T矩阵

(2)次级学习器的建立:

建立multi‑response回归模型作为次级学习器,将分类问题转换成multi‑response回归问题,对于分类有K类的原始问题,其可以转换为K个独立的回归问题;

建立L1正则化的multi‑response回归求解模型,其输入属性为步骤(1)中验证集输出类概率矩阵

*

通过交叉验证来选择最优正则化参数λ,在求解模型得到不同类的预测值后,即可对癌症样本进行分类;

(3)预后特征选择模型的建立:建立新的SGL正则化的logistic回归求解模型作为预后特征选择模型;

用 来渐进拟合 其中β是密集的,而γ是稀疏的;

其输入数据集标签为步骤(2)预测分类结果 其混合参数是基于步骤(1)中交叉验证*

结果选取的最优混合参数α;

通过交叉验证选出最优正则化参数λ,或者调整λ使模型选择一定数量的特征基因,从而实现特征基因选择。

2.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:在建立所述步骤(1)中的初级学习器之前,还包括步骤:从TCGA数据库下载相关癌症基因表达数据,筛选mRNA基因表达数据和差异基因,进行GSEA分析获取基因通路信息,根据通路信息进行特征基因分组,得到训练集和测试集。

3.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(1)中初级学习器为多个不同的αt对应的SGL正则化极大似然损失函数模型求解所得的logistic模型;

logistic模型具体为:l

其中 是训练集X的子矩阵,其表示第i样本对应的基因组l,β为基因组l的回归系数,

1 2 m T

β=(β,β,...,β) 为基因回归系数。

4.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(1)的SGL正则化的logistic回归求解模型具体为:其中 为步骤(1)中所述sparse group lasso正则化项,λ>0是正则化参数,α∈[0,1]是混合参数;l(β)为logistic回归模型对应的负对数似然:

5.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(2)次级学习器为L1正则化均方误差损失函数模型求解所得multi‑response回归模型;

次级学习器multi‑response回归模型具体为:*

其中W=(wik)1≤i≤T,1≤k≤K为系数矩阵,W 零均值噪声矩阵, 为步骤(1)中验证集输出类概率矩阵。

6.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:步骤(2)中所述的L1正则化的multi‑response回归求解模型表达式为:*

使用与步骤(1)中相同的交叉验证集来选择步骤(2)中所述的最优正则化参数λ,注意在这两次连续的交叉验证过程中,我们使用相同的训练集来估计初级和次级学习器回归系* *

数(β;W和W),相同的验证集来调优初级和次级学习器的正则化参数(λt;λ);

所述步骤(2)中次级学习器的训练集为所述步骤(1)中的输出概率矩阵 其标签为初始样本标签。

7.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(2)中所述的对癌症样本进行分类具体为:求解步骤(2)中所述次级学习器,对于属于类k的样本i,有 其*

中wjk和 分别对应E和W的第k列, 表示第j个初级学习器样本i的输出概率;因此对于一个新样本,可以得到其每一类的类概率 并将该样本分类为类k当满足:

8.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(3)中的预后特征选择模型的训练集为初始数据集,其标签为训练集在步骤(2)中的预测结果。

9.根据权利要求1所述癌症分类和特征基因选择方法,其特征在于:所述步骤(3)中所述的新的SGL正则化的logistic回归求解模型具体为:*

其中混合参数α是基于步骤(1)中求解T个初级学习器所得的交叉验证集AUC结果选取的,l(γ)为新的负对数似然损失函数,具体为:其中 为求解步骤(2)中模型所得数据集X的预测结果,γ为稀疏的回归系数;通过交叉验证选出最优λ,或者调整λ使模型包含所需数量的特征基因,从而实现模型稀疏和特征基因选择。