[发明专利]一种基于梯度提升决策树和特征选择的药物靶标预测方法在审
| 申请号： | 201810252375.5 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108509761A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 陈纪云;常会友 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 决策树模型 特征选择 预测 其他机器 药物靶标 预测药物 负样本 决策树 数据集 稠密 删除 保留 优化 | ||
1.一种基于梯度提升决策树和特征选择的药物靶标预测方法，其特征在于：包括以下步骤：
S1.从标准药物靶标数据库DrugBank下载药物靶标相互作用数据集，然后利用开源python库PyDPI根据数据集的药物id和靶标id分别抓取药物描述符和靶标描述符；得到一个正样本数据集；
S2.对正样本数据集中无用的数据特征进行删除；保留药物id和靶标id作为数据集的两个特征，使用LabelEncoder把字符串类型的id转化为数字编号；
S3.随机选择没有相互作用的药物靶标对作为负样本数据集；正样本数据集、负样本数据集组合成样本数据集；
S4.载入梯度提升决策树模型；
S5.将样本数据集划分为训练集和测试集，然后利用训练集中的样本数据对梯度提升决策树模型进行训练，利用测试集对梯度提升决策树模型测试其预测的AUC和准确率；
S6.基于梯度提升决策树模型预测的AUC和准确率对梯度提升决策树模型的参数进行调整；
S7.重复步骤S5的训练测试过程及步骤S6的参数调整过程，直至梯度提升决策树模型预测的AUC和准确率符合要求；
S8.利用梯度提升决策树模型进行药物靶标的预测。
2.根据权利要求1所述的基于梯度提升决策树和特征选择的药物靶标预测方法，其特征在于：所述步骤S2删除无用的数据特征的具体过程如下：
1）删除无用靶实体；
2）删除无用列。
3.根据权利要求1所述的基于梯度提升决策树和特征选择的药物靶标预测方法，其特征在于：所述步骤S3中，正样本数据集、负样本数据集的数量比例为1：2。
4.根据权利要求1所述的基于梯度提升决策树和特征选择的药物靶标预测方法，其特征在于：所述步骤S6采用XGBOOST算法进行参数的调整，每次调整只调整一种参数，而固定其他参数，直至得到预测效果最好的一组参数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810252375.5/1.html，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
