[发明专利]一种基于动态网络标志物的甲流疫情早期预警模型

摘要

本发明公开了一种基于动态网络标志物的甲流疫情早期预警模型，属于生物信息学领域。本发明通过利用生物大数据，确定了甲流病毒蛋白质中的关键因子，提取关键网络，利用它的动态性质得到一个复合指标，作为识别甲流爆发过程中的预警信号。本发明可以有效的预测出甲流爆发前的临界点，以提前加强预防措施，防止甲型流感病毒快速的传播，从而有效遏制甲型流感在人群中爆发。

主权项

1.一种用于构建甲流疫情早期预警的动态网络标志物的方法，其特征在于，所述动态网络标志物是甲型流感病毒的十种蛋白质中CVs值最大的三个核心蛋白质SDk：式(Ⅰ)中：式(Ⅱ)、(Ⅲ)中，n表示自然数；f(s,i)表示Es,i中出现1的频数；Es,i的获得过程以甲型流感病毒HA蛋白为例，包括如下步骤：(1)设定甲型流感病毒HA蛋白质是由u个氨基酸依次链接而成，它的氨基酸序列表示为y＝x1x2…xu，其中xi∈{A,V,L,I,P,F,W,M,D,E,G,S,T,C,Y,N,Q,K,R,H}；i＝1,2,…,u；(2)设定s‑1年全世界各地报道了m个甲型流感病毒HA蛋白质，它们的氨基酸序列分别是ys‑1,1,ys‑1,2,…,ys‑1,m；s年报道了n个甲型流感病毒HA蛋白质，它们的氨基酸序列分别是ys,1,ys,2,…,ys,n；i年第j个甲型流感病毒HA蛋白质yi,j的氨基酸个数记为ci,j，其中i＝s‑1，s；j＝1,2,…,q；q＝max{m,n}；(3)依次取出ys‑1,1,ys‑1,2,…,ys‑1,m中的第h个氨基酸，重新组成一条新的氨基酸序列Zs‑1,h，取出Zs‑1,h中的出现次数最多的一个氨基酸记为xh，如果出现次数最多的氨基酸有两个或者两个以上，取它们中的首个氨基酸为xh，其中h＝1,2,…,k；k＝max{cs‑1,1,cs‑1,2,…,cs‑1,m}；(4)把xh依次连接得到一条新的氨基酸序列US‑1＝x1x2…xk，并分别与ys,1,ys,2,…,ys,n对应的氨基酸进行一一比较，当k＞cs,l时，取US‑1中前cs,l个氨基酸与其比较，氨基酸种类不同就赋值为1，反之为0；当k≤cs,l时，取ys,l中前k个氨基酸与US‑1进行比较，其中l＝1,2,…,n；如此，s年得到n条新的序列，记为Es,1,Es,2,…,Es,n。