[发明专利]蛋白质分类模型构建方法和装置

权利要求书

1.一种蛋白质分类模型构建方法，其特征在于，包括：

获取组织表达蛋白质分类特征；

根据所述分类特征得到组织特异表达蛋白质的预测模型；以及

根据所述预测模型对蛋白质进行分类；

获取组织表达蛋白质的分类特征包括：

查询组织特异表达的蛋白质，得到标准阳性数据集；

查询组织广泛表达的蛋白质，得到标准阴性数据集；

计算所述标准阳性数据集和所述标准阴性数据集中蛋白质间差异显著性；

提取在所述标准阳性数据集和所述标准阴性数据集中具有蛋白质间差异显著性的特征作为分类特征。

2.根据权利要求1所述的方法，其特征在于，获取组织表达蛋白质分类特征包括：

获取基因芯片数据；以及

从所述基因芯片数据中提取所述分类特征。

3.根据权利要求1所述的方法，其特征在于，根据所述分类特征得到组织特异表达蛋白质的预测模型包括：

计算所述分类特征的似然比；以及

由所述似然比得到所述预测模型。

4.根据权利要求1所述的方法，其特征在于，根据所述预测模型对蛋白质进行分类包括：

获取样品集中的待分类蛋白质；

通过所述预测模型对所述待分类蛋白质进行分类，并获取所述预测模型的分类结果；以及

利用待检测蛋白质验证所述分类结果的准确性。

5.一种蛋白质分类模型构建装置，其特征在于，包括

获取单元，用于获取组织表达蛋白质的分类特征；

生成单元，用于根据所述分类特征得到组织特异表达蛋白质的预测模型；以及

检测单元，用于根据所述预测模型对蛋白质进行分类；

所述获取单元包括：

第一查询模块，用于查询组织特异表达的蛋白质，得到标准阳性数据集；

第二查询模块，用于查询广泛组织表达的蛋白质，得到标准阴性数据集；

第一计算模块，用于计算所述标准阳性数据集和所述标准阴性数据集中蛋白质间差异显著性；以及

第一提取模块，用于提取在所述标准阳性数据集和所述标准阴性数据集中具有蛋白质间差异显著性的特征作为分类特征。

6.根据权利要求5所述的装置，其特征在于，生成单元包括：

获取模块，用于获取基因芯片数据；以及

第二提取模块，用于从所述基因芯片数据中提取所述分类特征。

7.根据权利要求5所述的装置，其特征在于，所述生成单元包括：

计算模块，用于计算所述分类特征的似然比；以及

生成模块，用于由所述似然比得到所述预测模型。

8.根据权利要求5所述的装置，其特征在于，还包括：

取样单元，用于获取样品集中的待分类蛋白质；

分类单元，用于通过所述预测模型对所述待分类蛋白质进行分类，并获取所述预测模型的分类结果；以及

验证单元，用于利用待检测蛋白质验证所述分类结果的准确性。