[发明专利]一种预测蛋白质-RNA相互作用位点的方法

权利要求书

1.一种预测蛋白质-RNA相互作用位点的方法，其特征在于，包括如下步骤：

步骤1、根据对获得的蛋白质-RNA复合物进行去冗余，获得相似性分数较低的有效数据；

步骤2、根据步骤1得到的有效数据分别进行计算他们基于序列的特征、基于结构的特征、网络特征和暴露面积特征，把这些特征融合成多维特征；

步骤3、根据步骤2中的特征对所有的训练集和测试集进行训练，利用特征选择算法选择出权重比较高的特征组合；

步骤4、利用算法和步骤3中选择的特征向量组合训练模型，从训练得到的多个模型对测试集进行测试，将得到的结果进行投票输出最终预测结果。

2.根据权利要求1所述一种预测蛋白质-RNA结合位点的方法，其特征在于，步骤1具体为：根据提供的蛋白质-RNA复合物，利用软件计算出相互之间的相似性，相似性较大的应去掉以免冗余。

3.根据权利要求2所述的一种预测蛋白质-RNA相互作用位点预测的方法，其特征在于，步骤2具体为：

步骤2.1根据有效数据计算序列特征、结构特征；

步骤2.2根据序列特征、结构特征计算蛋白质-RNA复合物的结构邻居特征；

步骤2.3根据有效数据计算网络特征和暴露面积特征，每一维特征作为一个特征向量，最后把这些特征向量合并在一起作为一个完整的特征文件。

4.根据权利要求3所述的一种预测蛋白质-RNA相互作用位点的方法，其特征在于，步骤3具体为：最初的特征是包含多维的特征向量，利用训练集进行训练，然后利用RFE特征选择算法进行特征选择，依据评价指标选择出最有效的特征向量，评价指标R_c可以反映出所选择的特征的有效性。评价指标R_c的公式如下：

其中，n是进行交叉实验的次数，ACC_i、SEN_i、SPE_i、AUC_i代表第i次交叉验证实验的精确度、敏感性、特异性以及AUC分数。

5.根据权利要求4所述的预测蛋白质-RNA相互结合位点的方法，其特征在于，步骤4具体方法如下：

依据评价指标R_c选择出来的特征向量作为机器学习算法XGBoost的输入，对训练集进行训练，训练得到的模型有n个，依据投票机制对着n个模型的结果进行投票，最后输出最终结果。