[发明专利]mRNA亚细胞定位模型训练方法、定位方法及可读存储介质

权利要求书

1.一种mRNA亚细胞定位模型的训练方法，其特征在于，包括以下步骤：

S1获取mRNA亚细胞位置序列样本集；

S2根据多种特征提取算法对mRNA亚细胞位置序列样本集进行特征提取，得到多个特征集；

S3根据多个基分类器分别对多个所述特征集进行识别，并对基分类器进行至少一层集成，得到集成分类器；

S4根据所述多种特征提取算法和所述集成分类器，得到目标mRNA亚细胞定位模型。

2.根据权利要求1所述mRNA亚细胞定位模型的训练方法，其特征在于，步骤S1，包括以下步骤：

S11获取mRNA亚细胞位置序列数据作为阳性数据，非mRNA亚细胞位置序列文件作为阴性数据；

S12对阳性数据和阴性数据进行数据处理，得到mRNA亚细胞位置序列样本集。

3.根据权利要求1所述mRNA亚细胞定位模型的训练方法，其特征在于，步骤S2中，多种特征提取算法包括：电子-离子相互作用三核苷酸算法、三核苷酸组成算法、二核苷酸组成算法、k-spaced核酸对组成算法、平行相关伪二核苷酸组成算法、平行相关伪三核苷酸组成算法，序列相关伪二核苷酸组成算法、序列相关伪三核苷酸组成算法和基于二核苷酸的自交叉协方差算法任意三种或三种以上。

4.根据权利要求1所述mRNA亚细胞定位模型的训练方法，其特征在于，步骤S3，包括以下步骤：

S31根据所述特征集的亚细胞位置的数据特点和时间复杂度匹配相应的基分类器进行识别；

S32对基分类器进行至少一层集成，得到目标权重参数；

S33根据基分类器和目标权重参数，得到集成分类器。

5.根据权利要求3所述mRNA亚细胞定位模型的训练方法，其特征在于，所述基分类器包括LightGBM算法。

6.根据权利要求1～4任一项所述mRNA亚细胞定位模型的训练方法，其特征在于，步骤S3为：根据多个基分类器分别对多个所述特征集进行识别，并对基分类器进行两层集成，得到两层的集成分类器。

7.根据权利要求6所述mRNA亚细胞定位模型的训练方法，其特征在于，步骤S3，包括以下步骤：

S31根据多个基分类器分别对多个所述特征集进行识别，得到预测结果；

S32根据基分类器对应的所述特征集，对基分类器进行分组，得到基分类器组；

S33根据网格搜索和评估算法，得到目标权重参数；

S34根据基分类器、基分类器组和目标权重参数，得到两层的集成分类器。

8.根据权利要求7所述mRNA亚细胞定位模型的训练方法，其特征在于，评估算法包括以下步骤：ACC算法、recall算法、Precision算法、F1-score算法；计算公式如下：

当真实标签为正样本时，TP、FN分别表示样品的预测结果为正或负的样本数量；当样本的真标签为负，TN、FP分别表示预测标签为负或预测标签为正。

9.一种mRNA亚细胞定位方法，其特征在于，包括以下步骤：

获取mRNA亚细胞位置序列样本；

利用如权利要求1～8任一项所述的目标mRNA亚细胞定位模型对mRNA亚细胞位置序列样本进行识别，得到定位预测结果。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～9任一项所述的方法步骤。