[发明专利]基于多标记学习的抗菌肽活性预测方法

摘要

基于多标记学习的抗菌肽活性预测方法通过提取肽序列对应的氨基酸成分，然后根据物理化学属性编码获取对应的矩特征，共同构成肽序列的特征向量。每条肽序列的特征向量是由两部分构成，一是氨基酸成分，二是基于物理化学属性编码提取的矩特征。采用最小二乘的多标记学习算法计算最小化变换矩阵W，则能够通过变换矩阵W得出待测样本的各标记输出，根据各标记输出获取预测类标签向量集合。根据类标签向量集合快速准确预测抗菌肽序列的活性。因此，能够获取肽序列各个角度的形状特定，从而能够快速、准确、自动标注抗菌肽活性。

主权项

一种基于多标记学习的抗菌肽活性预测方法，包括以下步骤：提取肽序列对应的氨基酸成分，并根据所述氨基酸成分获取对应的矩特征向量x，其中，所述矩特征向量x用于描述肽序列各个角度的形状特点；采用多标记学习算法并根据公式W＝(X^TX)^‑1X^TY计算最小化变换矩阵W，其中，设x的类标签向量为y＝[y₁,y₂,…,y_c]^T；最小化变换矩阵W的公式为min||XW‑Y||；c为种类标签数，X表示训练样本矩阵，Y表示训练样本对应的类标记矩阵，每个行向量对应一个样本；则对于待测样本x’，其对各标记的输出为f(x,y)＝xW；根据各标记输出f(x,y)＝xW获取预测类标签向量集合h(x)＝{y|f(x，y)≥0，y∈{1，2，...，c}}。