技术总结
本发明涉及生物信息技术领域,公开了一种预测氨基酸突变的方法及系统,以提高预测的精度和效果,有效解决生物实验的盲目性和成本高等问题。本发明方法包括:构建蛋白质样本集;确定预筛选的特征,将同一样本的各个特征值整合到一条特征序列中组合构造成样本的初始特征集合;通过稳定性特征选择算法筛选出比较重要特征组合构造成样本的第一次筛选特征集合;然后通过序列前向选择算法筛选出重要特征组合构成样本的最终筛选特征集合;抽取正样本和负样本构建训练集和独立测试集,将训练集中各样本的最终筛选特征集合代入梯度提升树算法中进行训练,得出最终的分类模型,并结合独立测试集的最终筛选特征集合对分类模型的预测结果进行评估。
技术研发人员:邓磊;潘玉亮
受保护的技术使用者:中南大学
文档号码:201611058747
技术研发日:2016.11.25
技术公布日:2017.05.10