[发明专利]一种借助支持向量机建立过敏原家族特征肽的过敏原的预测方法

摘要

本发明属于生物信息学技术领域，更确切的是涉及一种借助支持向量机建立过敏原家族特征肽的过敏原的预测方法。该预测方法包括建立过敏原数据库；形成过敏原聚类与家族；提取过敏原家族代表肽；建立支持向量机模型；模型性能参数的优化训练及大规模过敏原数据的测试。本发明优点是：建立在优先淘选过敏原家族特征肽基础上，该特征肽不仅对过敏原的典型特征作了精细描述，而且将过敏原与非过敏原做了严格区分，避免了过敏原判别过程中假阳性和假阴性的产生，从而在过敏原判别的准确性与灵敏度上取得了高水平的平衡而具有明显优势。在蛋白序列过敏原性的生物信息学分析方面具有广阔的应用前景。

主权项

一种借助支持向量机建立过敏原家族特征肽的过敏原的预测方法，其特征在于：包括以下步骤：步骤1:数据库的建立，从各过敏原数据库经过筛选得到的过敏原序列和非过敏原序列作为数据库；步骤2: 过敏原家族特征肽的提取，针对过敏原序列进行聚类分析，在形成的每一过敏原家族中，过敏原序列按照每相隔1‑10个碱基用滑动窗口分成6‑32个碱基长度的肽段，然后用所得肽段和非过敏原序列进行BLAST (Basic Local Alignment Search Tool, 序列基本对齐本地搜索工具)，剔除那些与非过敏原相同或相似的片段，而那些和非过敏原序列没配对的肽段，并且采用BLAST所得的E值低于10‑7~10‑1时，即是过敏原特征肽(Allergen Featured Peptides, AFPs)，而落在同一过敏原上且相邻的过敏原特征肽拼接后形成由2‑30个小的特征肽构成的过敏原家族特征肽（Allergen Family Featured Peptides, AFFPs）；步骤3: 建立支持向量机模型，对于一个查询蛋白X建立特征向量FX = fx1, fx2, …, fxn , n代表过敏原家族特征肽库的片段数量，fxi为蛋白X和第i个AFFP进行BLAST后E值均一化的值作为矢量，并转换为径向基函数（Radial Basis Function, RBF）； 步骤4:支持向量机模型的性能测定，采用交叉验证方法进行测定，即将训练集随机均分成n个互不相交的子集，利用n‑1个训练子集，对给定的一组参数建立模型，利用剩下一个子集做测试评估参数性能，即为n倍的内在交叉效度。