[发明专利]一种基于多核学习预测增强子及其强度分类方法及分类设备

说明书

一种基于多核学习预测增强子及其强度分类方法及分类设备，本发明涉及基于多核学习预测增强子及其强度分类方法及分类设备。本发明的目的是为了解决现有方法需要花费大量的人力物力去制备实验所需的试剂，以及通过生物实验注释DNA片段功能，效率低的问题。过程为：获取带标签的DNA测序序列；使用三种特征描述符进行编码转换为向量；分别对得到的向量进行特征筛选获得各自的F值，分别进行降维排序，选出各自对应的最佳的特征子集；计算每个高斯函数对应的最佳权重；构建增强子预测模型；构建强弱增强子预测模型；通过构建好的增强子预测模型和强弱增强子预测模型对待测DNA测序序列进行判断。本发明用于生物信息技术领域。

技术领域

本申请属于生物信息技术领域，具体涉及基于多核学习预测增强子及其强度分类方法及分类设备。

背景技术

增强子是DNA序列中较短的一部分，其功能是结合特定的功能蛋白共同调控基因的表达。生物体中拥有相同遗传物质信息的细胞却在不同的组织中有着形态各异的形状并且行使着不同的生物功能，这是因为增强子在细胞分裂发育的过程中结合不同的调控蛋白使得细胞中的基因发生差异性表达。增强子与目标基因的相对位置不是固定的，而且无视染色体的方向。由于增强子的这种多变性，准确定位增强子成为了生物学中的一项挑战。在生化实验中，通过染色质免疫沉淀、高通量测序仪等方式来鉴定DNA序列中的增强子，但是这些方法需要花费大量的人力物力去制备实验所需的试剂。

随着三代测序技术的成熟，大量的DNA序列被测序，通过生物实验注释DNA片段功能已经很难匹配测序的速度。

综上，导致现有方法需要花费大量的人力物力去制备实验所需的试剂，以及通过生物实验注释DNA片段功能，效率低。

发明内容

本发明的目的是为了解决现有方法需要花费大量的人力物力去制备实验所需的试剂，以及通过生物实验注释DNA片段功能，效率低的问题，而提出一种基于多核学习预测增强子及其强度分类方法及分类设备。

一种基于多核学习预测增强子及其强度分类方法具体过程为：

步骤一、获取带标签的DNA测序序列，带标签的DNA测序序列为非增强子DNA测序序列、增强子DNA测序序列、强增强子DNA测序序列和弱增强子DNA测序序列；

将带标签的DNA测序序列分为训练集和验证集；

步骤二、使用K-mer特征描述符对步骤一获取的带标签的DNA测序序列进行编码，将DNA测序序列转换为向量；

步骤三、使用Pseknc特征描述符对步骤一获取的带标签的DNA测序序列进行编码，将DNA测序序列转换为向量；

步骤四、使用chemical特征描述符对步骤一获取的带标签的DNA测序序列进行编码，将DNA测序序列转换为向量；

步骤五、利用方差分析算法分别对步骤二、步骤三、步骤四得到的向量进行特征筛选获得各自的F值，对获得的各自的F值分别进行降维排序，选出采用三种不同特征描述符各自对应的最佳的特征子集；

步骤六、将选出的采用三种不同特征描述符各自对应的最佳的特征子集分别通过高斯核函数映射到高维空间，得到三个高斯函数K₁，K₂，K₃，计算每个高斯函数对应的最佳权重；

步骤七、将高斯函数K₁，K₂，K₃根据各自权重合并为一个核函数，并使用支持向量机模型构建增强子预测模型；

步骤八、将高斯函数K₁，K₂，K₃根据各自权重合并为一个核函数，并使用支持向量机模型构建强弱增强子预测模型；