基于模糊測(cè)度的基因重要度追蹤方法
【專利摘要】本發(fā)明公開了一種基于模糊測(cè)度的基因重要度追蹤方法，將人體的各個(gè)基因看作預(yù)測(cè)特征，通過(guò)模糊積分的變形構(gòu)造線性方程組，采用L1-norm歸一化方法求解模糊測(cè)度值，獲得一組帶有少量非零值的解，從而追蹤到與之相對(duì)應(yīng)的基因或基因組合對(duì)疾病影響的重要度。本發(fā)明的基于模糊測(cè)度的基因重要度追蹤方法采用基于L1-norm的方法對(duì)基于模糊測(cè)度的模糊積分運(yùn)算的變形進(jìn)行參數(shù)求解，擯除了傳統(tǒng)的假設(shè)特征獨(dú)立的前提，認(rèn)定各個(gè)基因以及各個(gè)基因之間的組合都有可能對(duì)疾病有著一定的影響，而影響的程度由求解得到的模糊測(cè)度值來(lái)描述，可以快速確定影響疾病發(fā)生的重要基因或基因組合。
【專利說(shuō)明】基于模糊測(cè)度的基因重要度追蹤方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基因重要度追蹤方法，尤其是一種基于模糊測(cè)度的基因重要度追 蹤方法，屬于生物信息【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 目前，研究發(fā)現(xiàn)人類疾病的發(fā)病和基因序列中某些基因的突變有直接的關(guān)系。但 是基因序列往往是包含成千上萬(wàn)個(gè)基因的長(zhǎng)串，即使通過(guò)多種基因篩選技術(shù)到最后，仍然 是無(wú)法確定哪些基因和疾病有著重要關(guān)系。有些研究者借助計(jì)算機(jī)輔助工具進(jìn)行特征提取 的工作，但是所得到的重要基因的前提假設(shè)是各個(gè)基因之間是獨(dú)立作用毫不相關(guān)的。事實(shí) 上，事物的特征之間的交互作用往往也影響著目標(biāo)決策，因此，基因之間的交互組合對(duì)疾病 所起到的作用不容忽視。
[0003] 傳統(tǒng)的模糊測(cè)度是模糊積分計(jì)算中所用到的參數(shù)，應(yīng)用于分類或者回歸模型中， 通常采用遺傳算法學(xué)習(xí)得到，當(dāng)數(shù)據(jù)特征數(shù)量較多時(shí)，復(fù)雜度也會(huì)隨之增大。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的缺陷，提供一種可以快速確定影響疾病 發(fā)生的重要基因或基因組合的基于模糊測(cè)度的基因重要度追蹤方法。
[0005] 本發(fā)明的目的可以通過(guò)采取如下技術(shù)方案達(dá)到：
[0006] 基于模糊測(cè)度的基因重要度追蹤方法，其特征在于所述方法包括：將人體的各個(gè) 基因看作預(yù)測(cè)特征，通過(guò)模糊積分的變形構(gòu)造線性方程組，采用Ll-norm歸一化方法求解 模糊測(cè)度值，獲得一組帶有少量非零值的解，從而追蹤到與之相對(duì)應(yīng)的基因或基因組合對(duì) 疾病影響的重要度。
[0007] 作為一種實(shí)施方案，所述方法包括以下步驟：
[0008] S1、將人體的各個(gè)基因看作預(yù)測(cè)特征，而基因序列所對(duì)應(yīng)的疾病分類為預(yù)測(cè)目 標(biāo)；
[0009] S2、通過(guò)模糊積分的變形構(gòu)造線性方程組，具體如下：
[0010] S21、設(shè)一個(gè)數(shù)據(jù)集合為訓(xùn)練集，含有1個(gè)例子，每個(gè)例子包含一個(gè)決策特征Y和η 個(gè)預(yù)測(cè)特征Χρ χ2, . . .，xn ; toon] 其中，正整數(shù)1表示數(shù)據(jù)集的大小；決策特征Y指示每個(gè)例子屬于哪一類；預(yù)測(cè)特 征是數(shù)字類型的，它們的值由一個(gè)η維向量f (Xl)，f (x2)，...，f 〇〇所表示；
[0012] S22、通過(guò)模糊積分的計(jì)算來(lái)完成基于模糊測(cè)度的目標(biāo)值，如下式：

【權(quán)利要求】
1. 基于模糊測(cè)度的基因重要度追蹤方法，其特征在于所述方法包括：將人體的各個(gè)基 因看作預(yù)測(cè)特征，通過(guò)模糊積分的變形構(gòu)造線性方程組，采用Ll-norm歸一化方法求解模 糊測(cè)度值，獲得一組帶有少量非零值的解，從而追蹤到與之相對(duì)應(yīng)的基因或基因組合對(duì)疾 病影響的重要度。
2. 根據(jù)權(quán)利要求1所述的基于模糊測(cè)度的基因重要度追蹤方法，其特征在于所述方法 包括以下步驟： 51、 將人體的各個(gè)基因看作預(yù)測(cè)特征，而基因序列所對(duì)應(yīng)的疾病分類為預(yù)測(cè)目標(biāo)； 52、 通過(guò)模糊積分的變形構(gòu)造線性方程組，具體如下： 521、 設(shè)一個(gè)數(shù)據(jù)集合為訓(xùn)練集，含有1個(gè)例子，每個(gè)例子包含一個(gè)決策特征Y和η個(gè)預(yù) 測(cè)特征 Χρ χ2, . . .，xn ; 其中，正整數(shù)1表示數(shù)據(jù)集的大小；決策特征Y指示每個(gè)例子屬于哪一類；預(yù)測(cè)特征是 數(shù)字類型的，它們的值由一個(gè)η維向量f(Xl)，f(x2)，...，f 〇〇所表示； 522、 通過(guò)模糊積分的計(jì)算來(lái)完成基于模糊測(cè)度的目標(biāo)值，如下式：
對(duì)于j = 1，2，一,2^1都會(huì)有空集為0的慣例；其中，/rc(^)表示$的小數(shù)部分； 上述公式中，如果將j以二進(jìn)制的形式j(luò)njny i表示，則有= ^ =2}和
523、 根據(jù)已知的疾病DNA數(shù)據(jù)庫(kù)，建立一組以模糊測(cè)度μ為未知變量的線性方程； 一 2**-1 2 53、 采用Ll-norm歸一化方法，使得Σ -y +Α|μ||的值最小，從而會(huì)得到一組帶有 戶1 2 少量非零值的解，通過(guò)調(diào)節(jié)其中的參數(shù)λ來(lái)控制非零值的個(gè)數(shù)； 54、 根據(jù)步驟S3得到的非零值的解，追蹤到與之相對(duì)應(yīng)的基因及基因組合對(duì)疾病影響 的重要度。
3. 根據(jù)權(quán)利要求1或2所述的基于模糊測(cè)度的基因重要度追蹤方法，其特征在于：所 述采用Ll-norm歸一化方法求解模糊測(cè)度值直接調(diào)用LASSO函數(shù)包來(lái)完成。
【文檔編號(hào)】G06F19/10GK104091096SQ201410361374
【公開日】2014年10月8日 申請(qǐng)日期:2014年7月25日 優(yōu)先權(quán)日:2014年7月25日
【發(fā)明者】王金鳳 申請(qǐng)人:華南農(nóng)業(yè)大學(xué)