基于自适应免疫遗传算法的代谢标志物组群识别方法技术

本发明专利技术涉及生物信息化技术领域，涉及一种基于自适应免疫遗传算法的代谢标志物组群识别方法。本发明专利技术通过染色体的抗体浓度和适应度来反馈调节标准遗传算法构建自适应免疫遗传算法，能快速且准确地得到问题最优解，算法的运行效率和适应度得到了提升，不仅能够高效搜索医学高维空间中的目标标志物组群，还可识别多样化的目标代谢标志物组群，便于实际中根据具体需求进行灵活选择；同时利用特定的免疫学原理，即浓度反馈调节算子来保证目标解的多样性。性。性。

【技术实现步骤摘要】
基于自适应免疫遗传算法的代谢标志物组群识别方法


[0001]本专利技术涉及生物信息化
，涉及一种基于自适应免疫遗传算法的代谢标志物组群识别方法。

技术介绍

[0002]近年来，随着高通量检测技术的快速发展，利用代谢组学开展复杂性疾病的生物标志物研究受到广泛关注。代谢组学通过定性定量分析特定生物样品中的所有代谢物组成，可以建立代谢轮廓与生命活动和疾病之间的联系，从而为发现新型代谢性标志物和代谢通路提供大量机会。与此同时，非靶向的代谢组学通过高通量的检测，可以同时分析几百至几千个内源性小分子代谢物，因此能够发现一系列的疾病相关生物标志物。如能在此基础上建立代谢标志物组群，将有利于全面认识疾病的复杂性，进而实现疾病的早期诊断和精准预测。
[0003]目前，代谢组学数据在分析复杂代谢组学数据时算法拟合效果往往不够好，其用于变量筛选时容易遗漏具有高区分能力的组合变量。而且，通过变量筛选给出大量的潜在标志物后，如何从中识别简单实用的多样化标志物组群仍是需要解决的问题。
[0004]采用遗传算法可在复杂高维空间中有效识别满足特定条件的特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，包括：对标志物组群进行符号编码，在标准遗传算法的基础上对标志物组群内的染色体进行综合评价，通过染色体的抗体浓度和适应度来反馈调节标准遗传算法构建自适应免疫遗传算法，判断标志物组群内的染色体的抗体浓度和适应度是否达到阈值，若符合则算法结束，输出多个目标解。2.如权利要求1所述的基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，所述的符号编码，通过赋予每条染色体C若干个不同符号标签的特征变量，当总体特征变量数目为N，使得每一代种群G包含n条染色体G＝{C1,C2,
…
,C
n
}。3.如权利要求2所述的基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，所述的免疫遗传算法，设染色体的适应度为Fit(C)＝{Fit(C1),Fit(C2),
…
,Fit(C
n
)}和浓度为Den(C)＝{Den(C1),Den(C2),
…
,Den(C
n
)}，则目标解S{C
i
}满足：4.如权利要求3所述的基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，对所述的染色体的抗体浓度和适应度的综合评价，所述染色体的相似性和浓度评价为下列方程组：Aff(C
i
,C
j
)＝S/L其中，S为两条染色体相同的基因位数，L为染色体长度；结合上述所述染色体的适应度和浓度对染色体进行综合评价，则：其中，γ为调节因子，且γ∈[0,1)。5.如权利要求1所述的基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，当标志物组群内的染色体的抗体浓度和适应度未达到阈值或终止迭代次数，则利用随机选择策略从标志物组群内的选择若干染色体，对选中的染色体按照自适应免疫遗传算法操作中的交叉和变异方法进行交叉和变异操作，采用免疫疫苗对选中的染色体采取动态免疫接种。6.如权利要求5所述的基于自适应免疫遗传算法的代谢标志物组群识别方法，其特征在于，所述的动态免疫接种具体步骤为：当选中染色体有先验信息，则利用选中染色体的先验信息作为免疫疫苗V
...

【专利技术属性】
技术研发人员：柯朝甫，刘思源，乔亚南，潘臣炜，陆燕强，李国琛，
申请(专利权)人：苏州大学，
类型：发明
国别省市：