[发明专利]一种基于小样本学习的预测蛋白质乳酸化修饰位点的算法

摘要

本发明公开一种基于小样本学习的预测蛋白质乳酸化修饰位点的算法，该算法包括：收集独立的乳酸化修饰位点数据，整合多特征编码的乳酸化修饰位点，采用基于小样本学习策略进行模型训练，并设计多特征混合系统协同预测乳酸化修饰位点。本发明构建乳酸化修饰位点的阳性和阴性数据集，利用多种类型的序列和结构特征进行分组特征编码；分别采用基于SMOTE算法和随机欠采样RUS算法，实现阳性数据增强和阴性数据减弱，并利用深度神经网络分别对阳性和阴性数据的特征即数字向量构建预测模型，得到多个预测模型；以每个预测模型的预测结果集成新的特征，并采用惩罚逻辑回归构建最终模型。本发明可以较大程度上克服乳酸化修饰位点数据极端不平衡和训练模型过度拟合，可以快速且大规模地鉴定乳酸化位点。