[发明专利]一种基于梯度提升决策树和特征选择的药物靶标预测方法在审
| 申请号： | 201810252375.5 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108509761A | 公开（公告）日： | 2018-09-07 |
| 发明（设计）人： | 陈纪云;常会友 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明采用更适合稠密型数据集的梯度提升决策树模型来预测药物靶标的相互作用，并且采用删除无用特征、保留id、添加两倍负样本的特征选择办法优化预测效果。实验结果显示，梯度提升决策树模型得到的预测效果明显优于其他机器模型。 | ||
| 搜索关键词： | 决策树模型 特征选择 预测 其他机器 药物靶标 预测药物 负样本 决策树 数据集 稠密 删除 保留 优化 | ||
【主权项】：
1.一种基于梯度提升决策树和特征选择的药物靶标预测方法，其特征在于：包括以下步骤：S1.从标准药物靶标数据库DrugBank下载药物靶标相互作用数据集，然后利用开源python库PyDPI根据数据集的药物id和靶标id分别抓取药物描述符和靶标描述符；得到一个正样本数据集；S2.对正样本数据集中无用的数据特征进行删除；保留药物id和靶标id作为数据集的两个特征，使用LabelEncoder把字符串类型的id转化为数字编号；S3.随机选择没有相互作用的药物靶标对作为负样本数据集；正样本数据集、负样本数据集组合成样本数据集；S4.载入梯度提升决策树模型；S5.将样本数据集划分为训练集和测试集，然后利用训练集中的样本数据对梯度提升决策树模型进行训练，利用测试集对梯度提升决策树模型测试其预测的AUC和准确率；S6.基于梯度提升决策树模型预测的AUC和准确率对梯度提升决策树模型的参数进行调整；S7.重复步骤S5的训练测试过程及步骤S6的参数调整过程，直至梯度提升决策树模型预测的AUC和准确率符合要求；S8.利用梯度提升决策树模型进行药物靶标的预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810252375.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
