[发明专利]基于跨物种迁移学习预测合成致死基因在审
| 申请号： | 201910991037.8 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110797080A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 卢新国;屈强;朱正浩;王新宇;陈浩文 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G16B15/20 | 分类号： | G16B15/20;G16B40/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410082 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于生物信息学领域，具体涉及基于跨物种迁移学习预测合成致死基因方法。本发明的方法将酿酒酵母学习到的合成致死基因迁移到人类中，以预测人类的合成致死基因。该方法由两个基本步骤组成。首先，进行流形特征学习，学习两个物种的新特征表示。然后，采用动态分布对齐的方法，定量评价了边缘分布和条件分布的相对重要性，并自适应地最小化了两个物种之间的边缘分布和条件分布差异。最后，通过总结这两个步骤来学习域不变的合成致死基因分类器。本发明可用于预测人类的合成致死基因。 | ||
| 搜索关键词： | 致死基因 合成 边缘分布 预测 生物信息学领域 物种 定量评价 动态分布 分布差异 酿酒酵母 特征学习 物种迁移 对齐 分类器 新特征 学习域 自适应 最小化 可用 流形 学习 迁移 | ||
【主权项】：
1.基于跨物种迁移学习预测合成致死基因，其特征在于实施步骤:/n(1)收集数据，从BioGrid蛋白质相互作用数据库收集的酿酒酵母、裂殖酵母和人类蛋白质相互作用数据生成PPI网络；/n(2)数据预处理，对源物种和目标物种计算PPI网络拓扑相似性和基于GO的语义相似性度量，通过线性组合得到特征矩阵；/n(3)流形特征学习，将源数据集和目标数据集嵌入到Grassmann流形方法中，然后将源特征空间转化为Grassmann流形特征空间；/n(4)动态分布对齐，采用动态分布对齐的方法，定量地评价了两个物种之间的边缘分布和条件分布分布的重要性；/n(5)拉普拉斯正则化，引入拉普拉斯正则化来进一步利用流形方法G中邻近点的相似几何性质得到pair-wise affinity矩阵。/n
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湖南大学，未经湖南大学许可，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/201910991037.8/，转载请声明来源钻瓜专利网。
