[发明专利]一种基于BPSO-KNN模型的关键lncRNA预测方法

摘要

本发明涉及一种基于BPSO‑KNN模型的关键lncRNA预测方法，首先对lncRNA表达谱进行数据挖掘，依据不同疾病表达谱中lncRNA的表达比，分析相应lncRNA对不同类型疾病的影响；接着对LncRNA表达谱数据进行降维去燥、以及标准化处理；其次构建ML‑KNN预测结果评估模型来评价LncRNA粒子，并将评估值作为离散粒子群算法DPSO的适应度函数，用以指导DPSO中微粒的最优解；最后采用迭代法选择最终的LncRNA。本发明能够根据基因表达数据图谱，有效地预测出与癌症有关联的LncRNA。

主权项

1.一种基于BPSO‑KNN模型的关键lncRNA预测方法，其特征在于：包括以下步骤：步骤S1：对lncRNA表达谱进行数据挖掘，依据不同疾病表达谱中lncRNA的表达比，分析相应lncRNA对不同类型疾病的影响；步骤S2：对LncRNA表达谱数据进行降维去噪、以及标准化处理；步骤S3：构建ML‑KNN预测结果评估模型来评价LncRNA粒子，并将评估值作为离散粒子群算法DPSO的适应度函数，用以指导DPSO中微粒的最优解；步骤S4：采用迭代法选择最终的LncRNA；其中，所述步骤S2具体包括以下步骤：步骤S21：将LncRNA表达谱数据的原始数据按照50％、30％、20％的比例分成训练集、测试集与验证集；对LncRNA表达谱数据的原始数据进行特征提取得到初始LncRNA集合；步骤S22：采用信息增益率对初始LncRNA集合中的每个基因特征度量值进行评价，用以评判每个基因特征为系统带来的信息量大小；设定一阈值，评分低于该阈值的基因作为冗余基因去除，评分高于该阈值的基因子集则被保留用于分析或者二次过滤；其中，步骤S4具体包括以下步骤：步骤S41：采用Wrapper的方式对步骤S22中评分高于阈值的基因子集进行搜索，并将搜索结果LncRNA集合作为BPSO模型的搜索空间；步骤S42：初始微粒群体的速度与位置，每个微粒表示一个LncRNA粒子；步骤S43：赋予每个微粒和整个粒子群记忆能力，用以记忆迭代过程中的个体最优解和群体最优解；步骤S44：依照步骤S2中ML‑KNN预测结果评估模型返回的验证集合的准确率评价各个微粒，并不断更新BPSO模型里微粒的速度与位置进而寻找全局优化解。