[发明专利]一种基于流感病毒刺激的细胞差异基因数据分类系统

权利要求书

1.一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：它包括数据处理模块、数据分类模块、模型建立模块和测试数据模块；

所述数据处理模块采集训练样本集数据，然后依据训练样本集中每个样本的基因数据进行多因素数据分割生成二次数据；在进行数据分割的时候，如果当某样本的基因数据存在缺失值，所述数据处理模块会将此样本单独标记；如果存在缺失值样本比率大于1/2，或缺失值比率超过预先设定的阈值，所述数据处理模块报警，样本将被剔除，申请新样本；

所述数据分类模块读取所述数据处理模块生成的二次数据，进行数据分类计算，并将计算结果传输至所述模型建立模块内建立各数据分类模型；

所述测试数据模块用于接收所述模型建立模块建立的各数据分类模型以及经所述数据处理模块处理后的待测样本集数据，所述测试数据模块对接收到的各数据分类模型进行评价；待测样本集数据经所述数据处理模块处理后生成的二次数据与评价后的各数据分类模型做比较，得到系统预测的差异表达基因的分类。

2.如权利要求书1所述的一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：所述数据分类模块包括第一数据分类子模块、第二数据分类子模块和第三数据分类子模块三个子模块：

所述第一数据分类子模块是对同一细胞系内对不同流感病毒毒株刺激后的细胞差异表达基因样本进行分类，数值型因素在不同样本间将被归一化处理，然后将该第一数据分类子模块分类的基因样本的每个影响因素被给定一个阈值，通过过滤，在每个影响因素中分为两类，得到该基因样本的各个基因在各个影响因素对应的数据值矩阵列表，传输至所述模型建立模块；

所述第二数据分类子模块是对不同细胞系进行相同流感毒株刺激后的细胞差异表达基因样本进行分类，数值型因素在不同样本间将被归一化处理，然后综合该第二数据分类子模块分类的基因样本的每个影响因素被给定一个阈值，通过过滤，在每个影响因素中分为两类，得到该基因样本的各个基因在各个影响因素对应的数据值矩阵列表，传输至所述模型建立模块；

所述第三数据分类子模块是对属于不同细胞系在不同流感病毒毒株刺激后的细胞差异表达基因样本进行分类，所要考虑因素与所述第一分类子模块和第二分类子模块相同，数值型因素在不同样本间将被归一化处理，其他影响因素被给定一个阈值，通过过滤，在每个影响因素中分为两类，得到该基因样本的各个基因在各个影响因素对应的数据值矩阵列表，传输至所述模型建立模块。

3.如权利要求书2所述的一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：所述第一数据分类子模块中考虑的影响因素包括不同流感毒株刺激、基因表达数值、表达基因是否有完整参考测序序列、表达基因是否有完整的注释信息。

4.如权利要求书2或3所述的一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：所述第二数据分类子模块中考虑的影响因素包括不同细胞系、基因表达数值、表达基因是否有完整参考测序序列、表达基因是否有完整的注释信息。

5.如权利要求书2所述的一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：所述数据分类模型建立是为将不同因素给予相应的预知权重；所述模型建立模块包括第一模型建立子模块、第二模型建立子模块和第三模型建立子模块；三个模型建立子模块分别依据所述第一、第二、第三数据分类子模块所分类的细胞差异表达基因样本，分别进行数据分类模型建立，建立的数据分类模型都传输至所述测试数据模块中。

6.如权利要求书5所述的一种基于流感病毒刺激的细胞差异基因数据分类系统，其特征在于：所述第一、第二和第三模型建立子模块在建模过程中：所述第一数据分类子模块的细胞基因表达差异最小，将人工先验值先验参数f_m设定为1；所述第二数据分类子模块的细胞基因表达差异较小，将人工先验值先验参数f_m设定为0.8；所述第三数据分类子模块23的细胞基因表达差异最大，将人工先验值先验参数f_m设定为0.5。