[发明专利]基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法

权利要求书

1.基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，该方法包括以下步骤：

分别构建人体体液分泌蛋白质动态样本池和阿尔兹海默症蛋白质数据集；

使用动态建模策略在人体体液分泌蛋白质动态样本池中查询与阿尔兹海默症蛋白质数据集中蛋白质同源性最强或相似性最高的蛋白质，在这些蛋白质上计算特征空间和构建同源模型，得到和每种阿尔兹海默症蛋白质对应的预测结果；计算特征空间时对人体体液分泌蛋白质动态样本池中的分泌蛋白质进行特征化描述，分别构建进化保守性特征和序列模式特征，这两种特征组成特征空间；

构建进化保守性特征时，使用PSIBLAST软件计算分泌蛋白质的多序列比对图谱，根据该多序列比对图谱计算PSSM矩阵，然后综合分泌蛋白质中每种氨基酸的替代得分，即对应的PSSM矩阵，将替代得分累加得到PSSM₄₀₀矩阵，最后对PSSM₄₀₀矩阵进行归一化得到Normal_PSSM₄₀₀矩阵，得到的Normal_PSSM₄₀₀矩阵构成分泌蛋白质的进化保守性特征；

构建序列模式特征时，设定序列模式的最大长度为25，从长度2开始构建2种氨基酸两两组合模式，对于每一个组合模式分别计算其在分泌蛋白质中的出现频率和在非分泌蛋白质中的出现频率，当在分泌蛋白质中的出现频率超过在非分泌蛋白质中的出现频率时，计算该模式下的初始化信息熵和该模式影响下的信息熵，接着根据初始化信息熵和模式影响下的信息熵计算该模式下的信息增益，最后根据信息增益的数值选择最具代表性的前30个序列，构成序列模式特征。

2.如权利要求1所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，构建人体体液分泌蛋白质动态样本池时，分别从Uniprot数据库、SPD-分泌蛋白数据库中收集人类蛋白质组里已经探知的体液分泌蛋白质，组成体液分泌蛋白质数据集，使用PSIBLAST软件中的BLASTCLUST工具，去除体液分泌蛋白质数据集中相似性超过95%的蛋白质序列，得到人体体液分泌蛋白质动态样本池。

3.如权利要求1所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，构建阿尔兹海默症蛋白质数据集时，分别从Swissprot数据库、AizData数据库中收集阿尔兹海默症相关蛋白质，组成初始数据集，使用PSIBLAST软件中的BLASTCLUST工具，去除初始数据集中相似性超过95%的蛋白质序列，得到阿尔兹海默症蛋白质数据集。

4.如权利要求1所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，使用PSIBLAST软件在人体体液分泌蛋白质动态样本池中搜索同源蛋白质，搜索时在设定的多种不同阈值中先选择最高的阈值进行搜索，如果搜索不到同源蛋白质，则选择低一档的阈值继续搜索，直到搜索到同源蛋白质为止。

5.如权利要求4所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，在选择最低的阈值也搜索不到同源蛋白质时，采用通用模型确定同源蛋白质，该通用模型为：对于所构建的阿尔兹海默症蛋白质数据集使用BLASTCLUST工具以25%的相似性阈值进行聚类，对于每个聚类随机选择一条蛋白质作为同源蛋白质。

6.如权利要求5所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，对于通过动态建模策略得到的同源蛋白质或通过通用模型得到的同源蛋白质，均使用LibSVM作为模型构建工具建立预测模型，建模过程中LibSVM的数据输入为训练集中蛋白质的特征空间和对应的标签，输出为构建的预测模型。

7.如权利要求6所述的基于动态建模的阿尔兹海默症分泌蛋白质数据处理方法，其特征在于，使用LibSVM工具包自带的gridsearchforSVM.m寻找最优的惩罚数值和损失数值。