[发明专利]一种融合多种序列频率信息识别RNA亚细胞定位方法

权利要求书

1.一种融合多种序列频率信息识别RNA亚细胞定位方法，包括如下步骤：

步骤(1)：通过RNA亚细胞定位数据库提取mRNAs、lncRNAs、miRNA和ssnoRNAs这四个RNA序列数据集；

步骤(2)：通过序列特征提取方法获取RNA序列的频率信息；

步骤(3)：通过高斯函数对提取序列特征进行如下计算构建相应的核K；

K_ij＝K(x_i,x_j)＝exp(-γ‖x_i-x_j‖²),i,j＝1,2,...,N

其中，x_i和x_j为样本i和j的特征向量，N为样本个数，γ为高斯内核；

步骤(4)：通过多核支持向量机计算每个核的权重β；

步骤(5)：计算获得融合后的核K^*；

其中，p是核数目，β为核权重，K为构建的单核，N为样本个数；

步骤(6)：根据一对其他的计算方法将融合后的核放入支持向量机中构建SVM的集成模型。

2.根据权利要求1所述的一种融合多种序列频率信息识别RNA亚细胞定位方法，所述RNA序列的频率信息采用如下步骤生成：

2.1、使用k-mer方法提取RNA序列的频率信息，即一种是k＝4，另一种是k＝1,2,3,4；

2.2、使用反向补词k-mer(RCKmer)方法提取RNA序列的频率信息，其中RNA序列特征是k-mer描述符的一种变体；

2.3、利用核酸组成(NAC)编码核苷酸序列中每种核酸类型的频率，与1-mer相似；

2.4、使用二核苷酸组成(DNC)方法编码核苷酸序列中每个2元组核酸类型的频率，与2-mer相似；

2.5、使用三核苷酸组成(TNC)编码核苷酸序列中每个3-元组核酸类型的频率，与3-mer相似；

2.6使用k间隔核酸对的组成(CKSNAP)用于计算任意k个核酸分离的核酸对的频率。

3.根据权利要求1所述的一种融合多种序列频率信息识别RNA亚细胞定位方法，所述每个核的权重β计算过程：

β_p≥0，p＝1，2，...，P

其中，p是核数目，β为核权重，K为构建的单核，K^*为融合后的核，N为样本个数。