[發(fā)明專利]抗乳腺癌候選藥物分子描述符的篩選方法、系統(tǒng)及終端

在審

• 申請(qǐng)?zhí)枺?/td>: 202111663622.9
• 申請(qǐng)日: 2021-12-31
• 公開（公告）號(hào): CN114334033A
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 陳家銳;楊培浩;李升;林慧賢
• 申請(qǐng)（專利權(quán)）人: 廣東海洋大學(xué)
• 主分類號(hào): G16C20/30
• 分類號(hào): G16C20/30;G16C20/70
• 代理公司: 深圳市廣諾專利代理事務(wù)所(普通合伙) 44611
• 代理人: 祝晶

1.抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，包括以下步驟：

獲取多個(gè)化合物對(duì)ERα的生物活性數(shù)據(jù)，每個(gè)化合物配置有多個(gè)分子描述符，得到由分子描述符組成的自變量集；

基于LASSO回歸方法建立初步篩選模型，以初步篩選模型對(duì)自變量集進(jìn)行降維處理，得到變量系數(shù)不為零的初篩變量集；

基于隨機(jī)森林遞歸特征消除法建立變量篩選模型，以變量篩選模型對(duì)初篩變量集對(duì)初篩變量集進(jìn)行迭代特征選擇，得到分類精度最高的最優(yōu)特征變量組合。

2.根據(jù)權(quán)利要求1所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，所述分子描述符為用于描述化合物的結(jié)構(gòu)和性質(zhì)特征的參數(shù)。

3.根據(jù)權(quán)利要求1所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，所述初步篩選模型對(duì)自變量集進(jìn)行降維處理時(shí)，綜合考慮訓(xùn)練精度和正則化參數(shù)變化情況來確定實(shí)際降維處理的正則化參數(shù)取值。

4.根據(jù)權(quán)利要求3所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，所述正則化參數(shù)取值的確定過程具體為：

獲取不同懲罰項(xiàng)所對(duì)應(yīng)的精度結(jié)果；

以懲罰項(xiàng)為橫軸、精度結(jié)果為縱軸建立平滑擬合曲線；

分析得到平滑擬合曲線中不同懲罰項(xiàng)對(duì)應(yīng)的曲線斜率絕對(duì)值；

將曲線斜率絕對(duì)值和懲罰項(xiàng)相乘計(jì)算得優(yōu)先值；

以優(yōu)先值最大的懲罰項(xiàng)所對(duì)應(yīng)的正則化參數(shù)作為最終確定的正則化參數(shù)取值。

5.根據(jù)權(quán)利要求1所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，所述初步篩選模型的計(jì)算公式具體為：

其中，J(θ)表示真實(shí)值與預(yù)測(cè)值的變量；θ表示回歸系數(shù)；h_θ(x)⁽ⁱ⁾表示預(yù)測(cè)第i個(gè)樣本的值；y⁽ⁱ⁾表示真實(shí)第i個(gè)樣本的值，i∈[1,m]；m表示樣本個(gè)數(shù)；n表示參數(shù)個(gè)數(shù)；α表示正則化參數(shù)，隨著α的增大，各變量的系數(shù)會(huì)逐漸趨于零；x為自變量，表示分子描述符；y為因變量，表示生物活性；θ_j表示第j個(gè)變量的回歸系數(shù)。

6.根據(jù)權(quán)利要求1所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，所述最優(yōu)特征變量組合的獲得過程具體為：

將初篩變量集中的k個(gè)特征作為初始特征子集輸入到隨機(jī)森林分類器中，計(jì)算得到每個(gè)特征的重要性，并利用交叉驗(yàn)證方法得到初始特征子集的分類精度；

從當(dāng)前特征子集中移除特征重要性最低的一個(gè)特征，得到一個(gè)新的特征子集，再次輸入到隨機(jī)森林分類器中，計(jì)算新的特征子集中每個(gè)特征的重要性，并利用交叉驗(yàn)證方法得到新的特征子集的分類精度；

遞歸的重復(fù)上述步驟，直至特征子集為空，最后得到k個(gè)不同特征數(shù)量的特征子集，選擇分類精度最高的特征子集作為最優(yōu)特征組合。

7.根據(jù)權(quán)利要求1所述的抗乳腺癌候選藥物分子描述符的篩選方法，其特征是，該篩選方法還包括：

通過Pearson相關(guān)系數(shù)來度量最優(yōu)特征變量組合中兩個(gè)變量之間的相關(guān)程度，并建立相關(guān)系數(shù)熱力分析圖；

識(shí)別出相關(guān)系數(shù)熱力分析圖中相關(guān)系數(shù)的正負(fù)分布情況，依據(jù)正負(fù)分布情況將最優(yōu)特征變量組合的變量分為正相關(guān)變量集和負(fù)相關(guān)變量集。

8.抗乳腺癌候選藥物分子描述符的篩選系統(tǒng)，其特征是，包括：

數(shù)據(jù)采集模塊，用于獲取多個(gè)化合物對(duì)ERα的生物活性數(shù)據(jù)，每個(gè)化合物配置有多個(gè)分子描述符，得到由分子描述符組成的自變量集；

初篩模塊，用于基于LASSO回歸方法建立初步篩選模型，以初步篩選模型對(duì)自變量集進(jìn)行降維處理，得到變量系數(shù)不為零的初篩變量集；

終篩模塊，用于基于隨機(jī)森林遞歸特征消除法建立變量篩選模型，以變量篩選模型對(duì)初篩變量集對(duì)初篩變量集進(jìn)行迭代特征選擇，得到分類精度最高的最優(yōu)特征變量組合。