[發(fā)明專利]一種基于預(yù)后信息與強化學習的蛋白質(zhì)組學分子分型方法

有效

• 申請?zhí)枺?/td>: 202210162480.6
• 申請日: 2022-02-22
• 公開（公告）號: CN114694748B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設(shè)計）人: 賀福初;謝林海;常乘
• 申請（專利權(quán)）人: 中國人民解放軍軍事科學院軍事醫(yī)學研究院
• 主分類號: G16B20/00
• 分類號: G16B20/00;G06N3/04;G06N3/08
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 司立彬

1.一種基于預(yù)后信息與強化學習的蛋白質(zhì)組學分子分型方法，其步驟包括：

1)獲取發(fā)現(xiàn)隊列與驗證隊列數(shù)據(jù)中的共鑒定蛋白，將所述共鑒定蛋白與所述發(fā)現(xiàn)隊列所對應(yīng)數(shù)據(jù)中的差異表達蛋白的交集分別作為所述發(fā)現(xiàn)隊列、驗證隊列的蛋白質(zhì)表達矩陣的特征，得到所述發(fā)現(xiàn)隊列的蛋白質(zhì)表達矩陣所述驗證隊列的蛋白質(zhì)表達矩陣其中，所述發(fā)現(xiàn)隊列為提出分子分型的測試者隊列，所述驗證隊列為驗證所述分子分型的測試者隊列，n_s為發(fā)現(xiàn)隊列的樣本數(shù)量，n_t為驗證隊列的樣本數(shù)量，d為蛋白數(shù)量；

2)構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型，所述深度神經(jīng)網(wǎng)絡(luò)模型包括分類器與增強學習獎勵基線估計器；

3)利用所述發(fā)現(xiàn)隊列的蛋白質(zhì)表達矩陣及對應(yīng)的分類標簽、所述驗證隊列的蛋白質(zhì)表達矩陣及對應(yīng)的預(yù)后信息，訓練所述深度神經(jīng)網(wǎng)絡(luò)模型；

4)將待處理蛋白質(zhì)組數(shù)據(jù)輸入訓練后的分類器，得到其分子亞型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述發(fā)現(xiàn)隊列對應(yīng)的數(shù)據(jù)包括蛋白質(zhì)表達矩陣樣本的分子分型標簽其中d_s表示發(fā)現(xiàn)隊列的蛋白數(shù)量，n_c為亞型數(shù)量；所述驗證隊列對應(yīng)的數(shù)據(jù)包括蛋白質(zhì)表達矩陣與樣本的預(yù)后信息，其中d_t表示驗證隊列的蛋白數(shù)量；獲到蛋白質(zhì)表達矩陣蛋白質(zhì)表達矩陣的方法為：

11)分別對蛋白質(zhì)表達矩陣X_s′、X_t′的樣本進行概率分布歸一化處理；

12)刪除蛋白質(zhì)表達矩陣X_s′、X_t′中缺失率超過設(shè)定比例的蛋白；

13)將蛋白質(zhì)表達矩陣X_s′、X_t′中的缺失值填補為0；

14)取發(fā)現(xiàn)隊列與驗證隊列數(shù)據(jù)中的共鑒定蛋白，將所述共鑒定蛋白與所述發(fā)現(xiàn)隊列所對應(yīng)數(shù)據(jù)中的差異表達蛋白的交集分別作為所述發(fā)現(xiàn)隊列、驗證隊列的蛋白質(zhì)表達矩陣的特征，得到所述發(fā)現(xiàn)隊列的蛋白質(zhì)表達矩陣所述驗證隊列的蛋白質(zhì)表達矩陣

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)后信息包括總體生存時間os與是否死亡dead、無復(fù)發(fā)生存時間rfs與是否復(fù)發(fā)recur。

4.根據(jù)權(quán)利要求1或2或3所述的方法，其特征在于，訓練所述深度神經(jīng)網(wǎng)絡(luò)模型的方法為：

31)將所述蛋白質(zhì)表達矩陣X_s輸入所述分類器，預(yù)測得到所述蛋白質(zhì)表達矩陣X_s中每一樣本對應(yīng)的預(yù)測標簽，然后通過最小化預(yù)測標簽與分類標簽之間的交叉熵L_CE優(yōu)化所述分類器；

32)將所述蛋白質(zhì)表達矩陣X_t輸入所述分類器，預(yù)測得到所述蛋白質(zhì)表達矩陣X_t中每個樣本屬于各個亞型的概率P_t；將所述概率P_t作為多項式分布的參數(shù)，在該多項式分布中進行隨機采樣，作為每個樣本的分類結(jié)果；

33)根據(jù)步驟32)所得每個樣本的分類結(jié)果與對應(yīng)的預(yù)后信息，計算得到各亞型在各設(shè)定臨床事件下的限制平均生存時間RMST；在每個臨床事件中，將各亞型之間的限制預(yù)后時間差的最小值作為對應(yīng)臨床事件的獎勵值；

34)將所述蛋白質(zhì)表達矩陣X_t輸入獎勵基線估計器，預(yù)測得到獎勵基線b_t；

35)根據(jù)若干臨床事件的獎勵值計算一綜合獎勵值r，將綜合獎勵值r減去所述獎勵基線b_t作為最終獎勵R，通過策略梯度算法最大化最終獎勵R優(yōu)化所述分類器；同時通過最小化基線損失函數(shù)L_BL優(yōu)化獎勵基線估計器。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過策略梯度算法最大化最終獎勵R優(yōu)化所述分類器時所采用的目標函數(shù)為其中，表示標簽矩陣Y_t中第i行第j列的元素，為驗證隊列對應(yīng)的預(yù)測概率矩陣P_t中第i行第j列的元素。