[发明专利]识别4-甲基胞嘧啶位点的预测方法

说明书

本发明涉及机器学习领域中对表观遗传学修饰位点的预测技术，为提出一种识别4‑甲基胞嘧啶位点的预测方法及软件系统，本发明识别4‑甲基胞嘧啶位点的预测方法，步骤如下：步骤1：基准数据集的建立；步骤2：特征提取：提取正负样本集的序列信息构造多维特征编码；步骤3：选择机器学习算法：以相同的特征构造预测模型，从朴素贝叶斯K最近邻KNN、随机森林RF和支持向量机SVM挑选出最优的分类算法；步骤4：特征选择；步骤5：模型构建：以步骤(3)所选的机器学习算法，整合不同的特征子集进行刀切验证，并对预测模型进行评估，选择最优预测模型。本发明主要应用于对表观遗传学修饰位点的预测场合。

技术领域

本发明涉及机器学习领域中对表观遗传学修饰位点的预测技术，具体涉及识别4-甲基胞嘧啶位点的预测方法及软件系统。

背景技术

DNA在特异的甲基化转移酶(DNA methyltransferase，DNMT)作用下，转移一个甲基到胞嘧啶的N4位置形成4-甲基胞嘧啶。

DNA甲基化是生命体最主要的表观遗传学修饰之一。DNA甲基化修饰参与细胞分化、基因组稳定性、X染色体失活等生物学过程。DNA甲基化状态的改变导致基因结构和功能的异常，这与肿瘤的发生密切相关。

DNA甲基化最主要的生物学检测方法是亚硫酸盐测序，经过亚硫酸盐的处理后DNA的胞嘧啶(C)转变为胸腺嘧啶(T)，通过甲基化中的CpG二核苷酸C未转变为T,判断DNA是否发生甲基化。但是随着测序技术的发展，高通量的测序背景下，亚硫酸盐检测等实验方法费事费力，以及4-甲基胞嘧啶位点的预测算法还比较缺乏，在这种背景下，迫切需要建立准确和高效的预测方法来识别甲基化位点。

发明内容

为克服现有技术的不足，本发明旨在提出一种识别4-甲基胞嘧啶位点的预测方法及软件系统。为此，本发明采取的技术方案是，识别4-甲基胞嘧啶位点的预测方法，步骤如下：

步骤1：基准数据集的建立

从相关文献中收集六个物种秀丽隐杆线虫Caenorhabditis elegans、黑腹果蝇Drosophila melanogaster、拟南芥Arabidopsis thaliana、大肠杆菌Escherichia coli、地下地碱杆菌Geoalkalibacter subterraneus、梭梭杆菌Geobacter pickeringii的4-甲基胞嘧啶数据，构建正负样本集，并参考文献截取序列片段；

步骤2：特征提取

提取正负样本集的序列信息构造多维特征编码；

步骤3：选择机器学习算法

以相同的特征构造预测模型，从朴素贝叶斯Bayes、K最近邻KNN、随机森林RF和支持向量机SVM挑选出最优的分类算法；

步骤4：特征选择

以F-score方法为特征选择方法，采用F-score值对多维特征进行排序，去除冗余信息，从而筛选出最优特征子集；

步骤5：模型构建

以步骤(3)所选的机器学习算法，整合不同的特征子集进行刀切验证，并对预测模型进行评估，选择最优预测模型。