[發(fā)明專利]分類模型的建立方法和裝置

在審

• 申請?zhí)枺?/td>: 201310279561.5
• 申請日: 2013-07-04
• 公開（公告）號: CN103310127A
• 公開（公告）日: 2013-09-18
• 發(fā)明（設(shè)計(jì)）人: 劉偉;孫志強(qiáng);宮二玲;謝紅衛(wèi)
• 申請（專利權(quán)）人: 中國人民解放軍國防科學(xué)技術(shù)大學(xué)
• 主分類號: G06F19/12
• 分類號: G06F19/12
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 吳貴明;張永明

技術(shù)領(lǐng)域

本發(fā)明涉及分子生物學(xué)領(lǐng)域，具體而言，涉及一種分類模型的建立方法和裝置。

背景技術(shù)

目前，高通量實(shí)驗(yàn)技術(shù)的飛速發(fā)展已經(jīng)產(chǎn)生了大規(guī)模、多物種的蛋白質(zhì)相互作用數(shù)據(jù)，許多研究人員致力于研究上述已經(jīng)產(chǎn)生的數(shù)據(jù)，以便更好地理解蛋白質(zhì)的功能。蛋白質(zhì)的基本單位是結(jié)構(gòu)域，而且在蛋白質(zhì)之間通常由結(jié)構(gòu)域介導(dǎo)產(chǎn)生相互作用。因此，從結(jié)構(gòu)域角度分析蛋白質(zhì)的相互作用顯得尤為重要。

在蛋白質(zhì)相互作用網(wǎng)絡(luò)中，通常可以假定相互作用是沒有方向的。而實(shí)際上，在信號轉(zhuǎn)導(dǎo)、轉(zhuǎn)錄調(diào)控、細(xì)胞循環(huán)或者代謝途徑等多種生物網(wǎng)絡(luò)中，發(fā)生相互作用的蛋白質(zhì)之間廣泛存在著調(diào)控關(guān)系，例如：激活和抑制。然而，僅有少數(shù)蛋白質(zhì)相互作用被深入研究，而大部分相互作用的細(xì)節(jié)還是未知的，尤其是它們之間的調(diào)控關(guān)系還未被揭示。

用于蛋白質(zhì)之間調(diào)控關(guān)系的實(shí)驗(yàn)技術(shù)主要是基因上位分析（Genetic?epistasis?analysis），其主要是通過比較單個(gè)基因敲除以及兩個(gè)基因共同敲除時(shí)的不同表型來確定基因的功能關(guān)聯(lián)。相關(guān)技術(shù)中提出了一種利用基因擾動(dòng)實(shí)驗(yàn)發(fā)現(xiàn)蛋白質(zhì)之間調(diào)控關(guān)系的技術(shù)方案，該技術(shù)方案主要公開了如下技術(shù)內(nèi)容：

第一步、對于T細(xì)胞中的信號通路，采用流式細(xì)胞術(shù)計(jì)算正常情況下細(xì)胞中各蛋白質(zhì)的數(shù)目；

第二步、對通路中的單個(gè)蛋白質(zhì)依次進(jìn)行擾動(dòng)實(shí)驗(yàn)，即對其進(jìn)行抑制處理，采用流式細(xì)胞術(shù)計(jì)算擾動(dòng)情況下各蛋白質(zhì)的數(shù)目；

第三步、根據(jù)受擾動(dòng)時(shí)蛋白質(zhì)數(shù)量上的變化，采用貝葉斯模型預(yù)測蛋白質(zhì)之間的調(diào)控關(guān)系；

第四步、將預(yù)測模型與實(shí)際模型進(jìn)行比較，評估預(yù)測效果。

然而，相關(guān)技術(shù)中提供的技術(shù)方案存在如下缺陷：基于生物學(xué)實(shí)驗(yàn)數(shù)據(jù)分析蛋白質(zhì)對之間的調(diào)控關(guān)系，需要花費(fèi)大量的人力、物力和財(cái)力，其結(jié)果容易出現(xiàn)錯(cuò)誤，而且難以進(jìn)行大規(guī)模的蛋白質(zhì)相互作用調(diào)控關(guān)系的預(yù)測。

發(fā)明內(nèi)容

本發(fā)明提供了一種分類模型的建立方法和裝置，以至少解決相關(guān)技術(shù)中的基于生物學(xué)實(shí)驗(yàn)數(shù)據(jù)分析蛋白質(zhì)對之間的調(diào)控關(guān)系花費(fèi)代價(jià)高、準(zhǔn)確性較低的問題。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種分類模型的建立方法。

根據(jù)本發(fā)明的分類模型的建立方法包括：建立蛋白質(zhì)對之間調(diào)控關(guān)系的標(biāo)準(zhǔn)數(shù)據(jù)集，在標(biāo)準(zhǔn)數(shù)據(jù)集中構(gòu)建蛋白質(zhì)對中所包含的一個(gè)或多個(gè)結(jié)構(gòu)域之間的相互作用數(shù)據(jù)集；按照激活和/或抑制調(diào)控關(guān)系對標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行分類；分別對相互作用數(shù)據(jù)集在每種分類中進(jìn)行富集顯著性分析，并根據(jù)分析結(jié)果建立分類模型。

優(yōu)選地，在標(biāo)準(zhǔn)數(shù)據(jù)集中構(gòu)建蛋白質(zhì)對中所包含的一個(gè)或多個(gè)結(jié)構(gòu)域之間的相互作用數(shù)據(jù)集包括：從蛋白質(zhì)對中提取每個(gè)蛋白質(zhì)所包含的一個(gè)或多個(gè)結(jié)構(gòu)域；對每個(gè)蛋白質(zhì)所包含的一個(gè)或多個(gè)結(jié)構(gòu)域之間的相互作用進(jìn)行匹配，構(gòu)建相互作用數(shù)據(jù)集。

優(yōu)選地，分別對相互作用數(shù)據(jù)集在每種分類中進(jìn)行富集顯著性分析，并根據(jù)分析結(jié)果建立分類模型包括：分別計(jì)算相互作用數(shù)據(jù)集在每種分類中的顯著性富集打分和顯著性P值；將顯著性P值小于預(yù)設(shè)閾值的部分相互作用數(shù)據(jù)集作為分類特征以及將顯著性富集打分作為權(quán)重建立分類模型。

優(yōu)選地，在分別對相互作用數(shù)據(jù)集在每種分類中進(jìn)行富集顯著性分析，并根據(jù)分析結(jié)果建立分類模型之后，還包括：采用交叉驗(yàn)證方法或者獨(dú)立測試集對分類模型的分類結(jié)果進(jìn)行評估。

優(yōu)選地，分類模型包括以下之一：帶有權(quán)重的投票法、線性分類器、支持向量機(jī)方法、決策樹方法。

根據(jù)本發(fā)明的另一方面，提供了一種分類模型的建立裝置。

根據(jù)本發(fā)明的分類模型的建立裝置包括：構(gòu)建模塊，用于建立蛋白質(zhì)對之間調(diào)控關(guān)系的標(biāo)準(zhǔn)數(shù)據(jù)集，在標(biāo)準(zhǔn)數(shù)據(jù)集中構(gòu)建蛋白質(zhì)對中所包含的一個(gè)或多個(gè)結(jié)構(gòu)域之間的相互作用數(shù)據(jù)集；分類模塊，用于按照激活和/或抑制調(diào)控關(guān)系對標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行分類；建立模塊，用于分別對相互作用數(shù)據(jù)集在每種分類中進(jìn)行富集顯著性分析，并根據(jù)分析結(jié)果建立分類模型。

優(yōu)選地，構(gòu)建模塊包括：提取單元，用于從蛋白質(zhì)對中提取每個(gè)蛋白質(zhì)所包含的一個(gè)或多個(gè)結(jié)構(gòu)域；構(gòu)建單元，用于對每個(gè)蛋白質(zhì)所包含的一個(gè)或多個(gè)結(jié)構(gòu)域之間的相互作用進(jìn)行匹配，構(gòu)建相互作用數(shù)據(jù)集。

優(yōu)選地，建立模塊包括：計(jì)算單元，用于分別計(jì)算相互作用數(shù)據(jù)集在每種分類中的顯著性富集打分和顯著性P值；建立單元，用于將顯著性P值小于預(yù)設(shè)閾值的部分相互作用數(shù)據(jù)集作為分類特征以及將顯著性富集打分作為權(quán)重建立分類模型。

優(yōu)選地，上述裝置還包括：評估模塊，用于采用交叉驗(yàn)證方法或者獨(dú)立測試集對分類模型的分類結(jié)果進(jìn)行評估。