[发明专利]一种蛋白质糖化位点鉴定方法

权利要求书

1.一种蛋白质糖化位点鉴定方法，其特征在于，所述方法包括：

收集糖化位点训练数据集，从所述糖化位点训练数据集中提取肽链P＝A_-ηA_-(η-1)...A_-2A_-1KA₁A₂...A_η-1A_η，K为赖氨酸，η是赖氨酸上游或下游的氨基酸数量，A为20种天然氨基酸之一；

采用20维二进制编码表示所述肽链中的氨基酸，将所述肽链转换为20(2η+1)维数字矢量；其中：当所述肽链中赖氨酸上游或下游的氨基酸数量小于η时，使用符号X对扩展所述肽链；X的20维二进制编码为00 000 000 000 000 000 000，X的可及表面积为0，X的二级结构概率均为0；

计算所述肽链中氨基酸的可及表面积；

计算所述肽链中氨基酸的二级结构概率；

计算所述肽链的灰色关联度；

获取所述肽链的特征数字向量，所述特征数字向量包括所述20(2η+1)维数字矢量、所述肽链中氨基酸的可及表面积、所述肽链中氨基酸的二级结构概率和所述肽链的灰色关联度；

基于最大相关性最小冗余算法从所述特征数字向量中筛选若干特征，获得最佳特征集；

根据所述最佳特征集，基于支持向量机训练获得预测器；

基于所述预测器鉴定蛋白质糖化位点。

2.根据权利要求1所述的蛋白质糖化位点鉴定方法，其特征在于，η＝11。

3.根据权利要求1所述的蛋白质糖化位点鉴定方法，其特征在于，所述方法还包括：

收集糖化位点测试数据集，从所述糖化位点测试数据集中提取测试肽链；

根据所述测试肽链，通过灵敏度SEN、特异性SPC、准确率ACC和马氏相关系数MCC评估所述预测器。

4.根据权利要求3所述的蛋白质糖化位点鉴定方法，其特征在于，所述方法还包括：

调整所述最佳特征集的特征数量，根据调整后最佳特征集，基于支持向量机训练获得预测器，找寻使准确率ACC较高的预测器。

5.根据权利要求4所述的蛋白质糖化位点鉴定方法，其特征在于，所述方法还包括：

当所述预测器的准确率ACC较高时，统计所述最佳特征集中各特征种类的占有量，获取对所述预测器影响最大的特征种类。