一种基于序列使用代价敏感集成和聚类预测表位的方法技术

本发明专利技术属于计算生物信息技术，具体涉及一种基于序列使用代价敏感集成和聚类预测表位的方法。主要步骤包括：(1)构建抗原蛋白残基的描述性特征，这些特征包括进化保守性特征、二级结构特征、无序区域特征、二肽构成特征、理化属性；(2)使用Fisher‑Markov和增量迭代特征选择方法选择最优特征子集；(3)使用代价敏感性集成学习处理不平衡数据集；(4)使用空间聚类算法从抗原决定残基中预测潜在的表位残基。本发明专利技术适用于已知和未知结构信息的抗原蛋白表位预测，也适合大规模推广应用。

【技术实现步骤摘要】
201610207437

【技术保护点】
一种基于序列使用代价敏感集成和聚类预测表位的方法，其特征在于包括以下步骤：（1）特征构建：对于样本数据，计算抗原蛋白描述性特征，得到样本数据的特征空间；（2）特征选择：使用Fisher‑Markov和增量迭代特征选择方法选择最优特征子集；（3）代价敏感性集成学习：使用代价敏感集成策略，对于严重不平衡的样本分别赋以不同的错误分类惩罚参数，显著提高对于少数正样本的识别率；（4）空间聚类：对于预测的抗原决定残基，使用空间聚类算法，对于在设定阈值内的抗原决定残基，认定其为表位。

【技术特征摘要】

【专利技术属性】
技术研发人员：马志强，张健，柴海挺，高博，
申请(专利权)人：东北师范大学，
类型：发明
国别省市：吉林;22