[发明专利]基于多标记学习的抗菌肽活性预测方法

权利要求书

1.一种基于多标记学习的抗菌肽活性预测方法，包括以下步骤：

提取肽序列对应的氨基酸成分，并根据所述氨基酸成分获取对应的矩特征向量x，其中，所述矩特征向量x用于描述肽序列各个角度的形状特点；

采用多标记学习算法并根据公式W＝(X^TX)^-1X^TY计算最小化变换矩阵W，其中，设x的类标签向量为y＝[y₁,y₂,…,y_c]^T；最小化变换矩阵W的公式为min||XW-Y||；c为种类标签数，X表示训练样本矩阵，Y表示训练样本对应的类标记矩阵，每个行向量对应一个样本；则对于待测样本x’，其对各标记的输出为f(x,y)＝xW；

根据各标记输出f(x,y)＝xW获取预测类标签向量集合h(x)＝{y|f(x，y)≥0，y∈{1，2，...，c}}。

2.根据权利要求1所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，所述提取肽序列对应的氨基酸成分和矩特征向量x的步骤包括：

根据氨基酸的物理化学属性指标对氨基酸序列作数字编码；

将氨基酸序列的每个氨基酸残基意义对应转换成数值序列；

根据所述数值序列对肽序列的整体、N端和C端计算矩特征向量x，其中，N端指肽序列的钱5个氨基酸，C端指肽序列的后5个氨基酸。

3.根据权利要求1或2所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，所述矩特征向量x包括1阶原点矩、2阶中心矩、3阶中心矩和4阶中心矩。

4.根据权利要求1所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，所述类标签向量为y＝[y₁,y₂,...,y_c]^T中y_i＝1表示样本x具有类标签i；y_i＝-1表示样本x不具有类标签i。

5.根据权利要求1所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，判断X^TX是否可逆，若否，则用X^TX的广义逆替代。

6.根据权利要求1所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，还包括采用遗传算法对所述矩特征向量x进行优化。

7.根据权利要求6所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，所述采用遗传算法对所述矩特征向量x进行优化的步骤包括：

选取种群规模；

对染色体编码；

选取适应度函数fitness＝海明损失+排序损失+1/10000*特征数目；

采用精英选择，其中，所述精英选择为上一代种群中最好的2个个体直接带入下一代；

选取杂交比例0.8；

当适应度函数值基本不变时，终止进化，选取此时对应的矩特征向量集合。

8.根据权利要求7所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，所述种群进化到150代数，所述适应度函数数值基本不变。

9.根据权利要求1-8任意一项所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，采用海明损失、子集准确率、排序损失、覆盖范围、一位错误及平均查准率对所述基于多标记学习的抗菌肽活性预测方法进行评测。

10.根据权利要求9所述的基于多标记学习的抗菌肽活性预测方法，其特征在于，采用十折交叉验证评测所述基于多标记学习的抗菌肽活性预测方法，并将计算结果取20次交叉验证的均值。