[发明专利]一种兽药高通量聚类分析方法

权利要求书

1.一种兽药高通量聚类分析方法，其特征在于：包括以下步骤：

(1)采集兽药的评价指标信息存储至兽药信息数据库中，所述兽药的评价指标信息包括但不限于极性、酸碱性、解离常数、生物富集因子、溶解性、基质结合特性和正辛醇-水分配系数，对文字描述类型的评价指标，按照预设规则进行赋值，转化为计算机软件可识别的数字信号；

(2)将采集到的评价指标信息进行数据标准化处理，具体是采用z-score标准化法，将数据统一映射到[0,1]区间上，并且采用的计算公式如下：

其中，Zx_iu是兽药i的评价指标u的标准化值，是兽药i的评价指标u的平均值，Su是兽药i的评价指标u的标准偏差，

(3)选择需要分析的兽药品种，并且选择若干个评价指标，选择k-均值聚类算法、层次聚类法和两步聚类法中的任意一种方法进行聚类分析，其中选用k-均值聚类算法时，按照随机顺序输入数据，从N个数据对象中随机选取k个对象作为初始的k个簇的质心，将未选中的数据对象根据它们与各个簇质心的距离分配到最近的簇；然后重新计算各个簇所包含的所有数据对象的平均值，作为新簇的质心，并重复上述聚类分配过程，这个过程不断重复迭代，直到每个簇的质心都不再发生变化，目标函数收敛为止；改变兽药数据的输入顺序，按照以上方法进行聚类分析，若所得到的聚类结果不发生变化，则判定所得到的聚类结果有效；

选用层次聚类法时，按照随机顺序输入数据，将N个兽药样本各作为一类，计算N个样本两两间的距离，构成距离矩阵，合并距离最近的两类为一新类，计算新类与当前各类的距离，再合并、计算，直至只有一类为止，画图分析；

选用两步聚类法时，先进行预聚类，按随机顺序输入数据，从根开始进入聚类特征树，依照节点条目信息找到最接近的子节点，距离小于临界值则进入该子节点，并且其上各节点的聚类特征都得到更新，反之生成一个新的叶节点，如果此时叶节点数已大于指定的最大聚类数量，则聚类特征树通过调整距离临界值的方式进行重新构建，直到所有样本均通过以上方式进入聚类特征树为止，然后进行正式聚类，将预聚类结果作为输入，对之进行再聚类，此时的再聚类需要处理的类别已远小于原始数据数量，可直接采用传统聚类方法进行处理；

(4)根据步骤(3)得到的聚类结果以及样品基质和各组兽药理化性质选择适合的提取溶剂和提取方法。

2.根据权利要求1所述兽药高通量聚类分析方法，其特征在于：兽药的极性是通过以下方法进行赋值的，首先按照兽药的极性由弱至强分成6类，依次为弱极性类、弱极性-中等极性类、中等极性类、中等极性-极性类、极性类和强极性类，极性越强对应的值Pn越高，Pn＝a+(n-1)b，其中a为实数，b为正数，n为1,2,3,4,5,6。

3.根据权利要求1所述兽药高通量聚类分析方法，其特征在于：兽药的酸碱性是通过以下方法进行赋值的，首先按照兽药的酸性由弱至强分成7类，依次为强碱性类、碱性类、弱碱性类、中性类、弱酸性类、酸性类和强酸性类，酸性越强对应的值An越高，An＝a+(n-1)b，其中a为实数，b为正数，n为1,2,3,4,5,6,7。

4.根据权利要求1所述兽药高通量聚类分析方法，其特征在于：兽药的基质结合特性是通过以下方法进行赋值的，首先按照兽药与基质结合特性由强至弱分成4类，依次为强结合类、螯合类、一般结合类和游离态类，基质结合性越弱对应的值Cn越高，Cn＝a+(n-1)b，其中a为实数，b为正数，n为1,2,3,4。

5.根据权利要求1所述兽药高通量聚类分析方法，其特征在于：在步骤(3)中，当评价指标既有连续变量，又有分类变量时，选用两步聚类法；当评价指标只有连续变量时，并且如果兽药品种大于50个，选用k-均值聚类算法，如果兽药品种不大于50个，选用层次聚类法。