[发明专利]一种基于集成学习的生物网络推理算法

摘要

本发明公开了一种基于集成学习的生物网络推理算法。它包括：针对n个基因组成的生物网络推理问题，将n基因*m时序微阵列表达数据集作为训练样本，计算每个基因对应的训练集；采用随机森林算法、梯度提升树算法分别计算每个调控因子与目标基因对的特征重要度得分，分别给出对应的第一特征重要度评分表、第二特征重要度评分表；计算第一特征重要度评分表的准确度ACC1、第二特征重要度评分表的准确度ACC2；采用E‑alpha加权规则将第一特征重要度评分表、第二特征重要度评分表进行加权融合，得到最终的总评分表；根据总评分表得到最终生物网络结构。本发明有效提高了生物网络推理的准确度以及稳定性。

主权项

1.一种基于集成学习的生物网络推理算法，其特征在于，包括以下步骤：S1：针对n个基因组成的生物网络推理问题，将n基因*m时序微阵列表达数据集作为训练样本，计算每个基因对应的训练集；计算第j个基因对应的训练集的方法包括以下步骤：将第j个基因作为目标基因，对微阵列表达数据集进行划分，以第j个基因的表达时序值作为输出，其余所有基因的表达时序值作为调控因子的输入，构造输入样本和输出样本并得到训练集其中表示第j个基因在第k次试验的表达值，1≤j≤n；S2：采用随机森林算法计算每个调控因子与目标基因对的特征重要度得分，给出对应的第一特征重要度评分表，并按照特征重要度得分降序排列，得分大的有向调控边在第一特征重要度评分表的排名越靠前；采用梯度提升树算法计算每个调控因子与目标基因对的特征重要度得分，给出对应的第二特征重要度评分表，并按照特征重要度得分降序排列，得分大的有向调控边在第二特征重要度评分表的排名越靠前；S3：基于得到的第一特征重要度评分表、第二特征重要度评分表，根据生物网络复杂度选取阈值，超过此阈值的有向调控边予以保留，进而重构生物网络，选取生物网络中得到实验验证的有向调控边作为金标准，计算第一特征重要度评分表的准确度ACC1、第二特征重要度评分表的准确度ACC2；S4：根据第一特征重要度评分表的准确度ACC1、第二特征重要度评分表的准确度ACC2，采用E‑alpha加权规则计算第一特征重要度评分表的权重ω1、第二特征重要度评分表的权重ω2；S5：根据第一特征重要度评分表的权重ω1、第二特征重要度评分表的权重ω2，将第一特征重要度评分表、第二特征重要度评分表进行加权融合，得到最终的总评分表；S6：根据总评分表得到最终生物网络结构，并计算推理的最终生物网络结构的准确度。