本發(fā)明涉及生物信息技術(shù)領(lǐng)域，尤其是一種基于偏最小二乘法的生物特征標(biāo)記物提取方法及系統(tǒng)。

背景技術(shù)：

生物標(biāo)志物(biomarker)是指可以標(biāo)記系統(tǒng)、器官、組織、細(xì)胞及亞細(xì)胞結(jié)構(gòu)或功能的、已經(jīng)改變或可能發(fā)生改變的生化指標(biāo)，具有非常廣泛的用途。

偏最小二乘法(pls)是一種新型的多元統(tǒng)計(jì)數(shù)據(jù)分析方法，它把模型式的方法和認(rèn)識(shí)性的方法有機(jī)地結(jié)合起來(lái)，在一個(gè)算法下，可以同時(shí)實(shí)現(xiàn)回歸建模(多元線(xiàn)性回歸)、數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)化(主成分分析)以及兩組變量之間的相關(guān)性分析(典型相關(guān)分析)。

偏最小二乘法在經(jīng)濟(jì)學(xué)、機(jī)械控制技術(shù)、藥物設(shè)計(jì)及計(jì)量化學(xué)等方面有所應(yīng)用，但是在生物醫(yī)學(xué)上偏最小二乘法涉及相對(duì)較少。目前尚未見(jiàn)到將偏最小二乘法應(yīng)用來(lái)進(jìn)行生物特征標(biāo)記物提取的報(bào)道?，F(xiàn)有的生物標(biāo)志物提取方法基于高昂的設(shè)備成本以及復(fù)雜的操作流程，對(duì)于類(lèi)型復(fù)雜且數(shù)量繁多的生物特征標(biāo)記物，標(biāo)志物的提取速度慢而且精確度低。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問(wèn)題，本發(fā)明的目的在于：提供一種操作簡(jiǎn)單、成本低、快速而且精確度高的，基于偏最小二乘法的生物特征標(biāo)記物提取方法。

本發(fā)明的另一個(gè)目的在于：提供一種操作簡(jiǎn)單、成本低、快速而且精確度高的，基于偏最小二乘法的生物特征標(biāo)記物提取系統(tǒng)。

本發(fā)明所采取的技術(shù)方案是：

一種基于偏最小二乘法的生物特征標(biāo)記物提取方法，包括以下步驟：

對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)；

采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取。

進(jìn)一步，所述對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)這一步驟，具體為：

計(jì)算待提取樣本的質(zhì)核比并分析待提取樣本的類(lèi)別，獲得待提取樣本的質(zhì)譜數(shù)據(jù)。

進(jìn)一步，所述采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取這一步驟，包括以下步驟：

獲取待提取樣本的質(zhì)核比和類(lèi)別，將待提取樣本的質(zhì)核比設(shè)為自變量，將待提取樣本的類(lèi)別設(shè)為因變量；

對(duì)自變量和因變量進(jìn)行標(biāo)準(zhǔn)化處理；

獲取標(biāo)準(zhǔn)化處理后的自變量和因變量，根據(jù)偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)。

進(jìn)一步，所述獲取標(biāo)準(zhǔn)化后的自變量和因變量，根據(jù)偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)這一步驟，包括以下步驟：

根據(jù)標(biāo)準(zhǔn)化處理后的自變量和因變量，進(jìn)行主成分提?。?/p>

判斷主成分提取得到的主成分是否滿(mǎn)足設(shè)定精度要求，若是，則結(jié)束主成分提取操作并執(zhí)行下一步驟的操作；反之，則返回根據(jù)標(biāo)準(zhǔn)化后的自變量和因變量，進(jìn)行主成分提取這一步驟，直至提取到的主成分滿(mǎn)足設(shè)定精度要求；

根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取。

進(jìn)一步，所述根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取這一步驟，包括以下步驟：

獲取滿(mǎn)足設(shè)定精度要求的主成分，計(jì)算待提取樣本的負(fù)荷向量；

根據(jù)待提取樣本的負(fù)荷向量，計(jì)算待提取樣本的載荷矩陣；

根據(jù)待提取樣本的載荷矩陣，進(jìn)行待提取樣本特征標(biāo)志物的提取。

進(jìn)一步，所述滿(mǎn)足設(shè)定精度要求的主成分與因變量的相關(guān)度最大。

本發(fā)明采取的另一個(gè)技術(shù)方案是：

一種基于偏最小二乘法的生物特征標(biāo)記物提取系統(tǒng)，包括：

質(zhì)譜分析子系統(tǒng)，用于對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)；

特征提取子系統(tǒng)，用于采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取。

進(jìn)一步，所述特征提取子系統(tǒng)，包括：

獲取模塊，用于獲取待提取樣本的質(zhì)核比和類(lèi)別，將待提取樣本的質(zhì)核比設(shè)為自變量，將待提取樣本的類(lèi)別設(shè)為因變量；

標(biāo)準(zhǔn)化處理模塊，用于對(duì)自變量和因變量進(jìn)行標(biāo)準(zhǔn)化處理；

特征提取模塊，用于獲取標(biāo)準(zhǔn)化處理后的自變量和因變量，采用偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)。

進(jìn)一步，所述特征提取模塊，包括：

主成分提取單元，用于根據(jù)標(biāo)準(zhǔn)化處理后的自變量和因變量，進(jìn)行主成分提取；

回歸處理單元，用于判斷主成分提取得到的主成分是否滿(mǎn)足設(shè)定精度要求，若是，則結(jié)束主成分提取操作并執(zhí)行下一步驟的操作；反之，則返回根據(jù)標(biāo)準(zhǔn)化后的自變量和因變量，進(jìn)行主成分提取這一步驟，直至提取到的主成分滿(mǎn)足設(shè)定精度要求；

特征提取單元，用于根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取。

進(jìn)一步，所述特征提取單元，包括：

負(fù)荷向量計(jì)算子單元，用于獲取滿(mǎn)足設(shè)定精度要求的主成分，計(jì)算待提取樣本的負(fù)荷向量；

載荷矩陣計(jì)算子單元，用于根據(jù)待提取樣本的負(fù)荷向量，計(jì)算待提取樣本的載荷矩陣；

特征提取子單元，用于根據(jù)待提取樣本的載荷矩陣，進(jìn)行待提取樣本特征標(biāo)志物的提取。

本發(fā)明的方法的有益效果是：方法包括對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)以及采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取的步驟，采用了偏最小二乘法對(duì)生物特征標(biāo)記物進(jìn)行提取，解決了現(xiàn)有生物特征標(biāo)記物提取方法因?yàn)轭?lèi)型復(fù)雜且數(shù)量繁多而無(wú)法進(jìn)行精確快速提取的問(wèn)題，操作簡(jiǎn)單，成本低，速度快而且精確度高。

本發(fā)明的系統(tǒng)的有益效果是：系統(tǒng)包括用于對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)的質(zhì)譜分析子系統(tǒng)以及用于采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取的特征提取子系統(tǒng)，通過(guò)在特征提取子系統(tǒng)中采用偏最小二乘法對(duì)生物特征標(biāo)記物進(jìn)行提取，解決了現(xiàn)有生物特征標(biāo)記物提取方法因?yàn)轭?lèi)型復(fù)雜且數(shù)量繁多而無(wú)法進(jìn)行精確快速提取的問(wèn)題，操作簡(jiǎn)單，成本低，速度快而且精確度高。

附圖說(shuō)明

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。

圖1為本發(fā)明一種基于偏最小二乘法對(duì)生物特征標(biāo)記物提取方法的步驟流程圖；

圖2為本發(fā)明的偏最小二乘法算法模型的肺癌與健康生物數(shù)據(jù)樣本的分類(lèi)效果圖；

圖3為本發(fā)明的偏最小二乘法算法模型第一主成分pls1的載荷圖；

圖4為本發(fā)明的偏最小二乘法算法模型第二主成分pls2的載荷圖；

圖5為本發(fā)明的偏最小二乘法算法模型第三主成分pls3的載荷圖；

圖6為本發(fā)明一種基于偏最小二乘法對(duì)生物特征標(biāo)記物提取系統(tǒng)的功能框圖。

具體實(shí)施方式

參照?qǐng)D1，一種基于偏最小二乘法的生物特征標(biāo)記物提取方法，包括以下步驟：

對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)；

采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)這一步驟，具體為：

計(jì)算待提取樣本的質(zhì)核比并分析待提取樣本的類(lèi)別，獲得待提取樣本的質(zhì)譜數(shù)據(jù)。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取這一步驟，包括以下步驟：

獲取待提取樣本的質(zhì)核比和類(lèi)別，將待提取樣本的質(zhì)核比設(shè)為自變量，將待提取樣本的類(lèi)別設(shè)為因變量；

對(duì)自變量和因變量進(jìn)行標(biāo)準(zhǔn)化處理；

獲取標(biāo)準(zhǔn)化處理后的自變量和因變量，采用偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)。

參照?qǐng)D2，以肺癌與健康樣本數(shù)據(jù)為例，通過(guò)本發(fā)明的偏最小二乘法將兩者進(jìn)行分類(lèi)，肺癌與健康樣本數(shù)據(jù)的生物特征得到明顯區(qū)分。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述獲取標(biāo)準(zhǔn)化后的自變量和因變量，采用偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)這一步驟，包括以下步驟：

根據(jù)標(biāo)準(zhǔn)化處理后的自變量和因變量，進(jìn)行主成分提?。?/p>

判斷主成分提取得到的主成分是否滿(mǎn)足設(shè)定精度要求，若是，則結(jié)束主成分提取操作并執(zhí)行下一步驟的操作；反之，則返回根據(jù)標(biāo)準(zhǔn)化后的自變量和因變量，進(jìn)行主成分提取這一步驟，直至提取到的主成分滿(mǎn)足設(shè)定精度要求；

根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取。

其中，提取滿(mǎn)足設(shè)定精度要求主成分的具體計(jì)算過(guò)程為：

設(shè)自變量的標(biāo)準(zhǔn)矩陣為e0，設(shè)因變量的標(biāo)準(zhǔn)矩陣為f0；

根據(jù)e0和f0計(jì)算權(quán)值向量，并將計(jì)算結(jié)果進(jìn)行歸一化得到權(quán)值向量w1，所述權(quán)值向量計(jì)算公式為：w1^t＝f0^te0/(f0^tf0)，歸一公式為：w1＝w1/‖w1‖，其中‖w1‖為w1的模值；

根據(jù)權(quán)值向量w1計(jì)算得分向量t1，所述得分向量計(jì)算公式為：t1＝e0w1；

根據(jù)得分向量t1計(jì)算負(fù)荷向量p1，所述負(fù)荷向量計(jì)算公式為：p1^t＝t1^te0/(t1^tt1)；

根據(jù)負(fù)荷向量p1提取生物樣本數(shù)據(jù)的第一主成分。

其中，記t＝[t1，tn]為得分矩陣(即樣本的主成分矩陣)；p＝[p1，pn]為載荷矩陣；w＝[w1,wn]為系數(shù)矩陣，則第一主成分的計(jì)算公式為：t1＝e0w(p^tw)^-1。

其他主成分的計(jì)算方法與上述第一主成分的計(jì)算方法相同。

以肺癌樣本數(shù)據(jù)為例，根據(jù)本發(fā)明的偏最小二乘法計(jì)算出的第一個(gè)主成分如圖3所示，可以看出，第一主成分即質(zhì)核比為783、799、809以及827的肺癌生物標(biāo)記物。

以肺癌樣本數(shù)據(jù)為例，根據(jù)本發(fā)明的偏最小二乘法的回歸方法計(jì)算出的第二個(gè)主成分如圖4所示，可以看出，第二主成分即質(zhì)核比為302、346、362、319、256以及437的肺癌生物標(biāo)記物。

以肺癌樣本數(shù)據(jù)為例，根據(jù)本發(fā)明的偏最小二乘法的回歸方法計(jì)算出的第三個(gè)主成分如圖5所示，可以看出，第三主成分即質(zhì)核比為320、340、302、175以及384的肺癌生物標(biāo)記物。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取這一步驟，包括以下步驟：

獲取滿(mǎn)足設(shè)定精度要求的主成分，計(jì)算待提取樣本的負(fù)荷向量；

根據(jù)待提取樣本的負(fù)荷向量，計(jì)算待提取樣本的載荷矩陣；

根據(jù)待提取樣本的載荷矩陣，進(jìn)行待提取樣本特征標(biāo)志物的提取。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述滿(mǎn)足設(shè)定精度要求的主成分與因變量的相關(guān)度最大。

其中，滿(mǎn)足設(shè)定精度要求的主成分與因變量的相關(guān)度最大是指，滿(mǎn)足設(shè)定精度要求的主成分t1與因變量f0的相關(guān)系數(shù)算子r(t1，f0)取值最大，即：r(t1，f0)→max。

此外，主成分還存儲(chǔ)了自變量和因變量之間的最大差異信息。而自變量和因變量之間的最大差異信息通過(guò)主成分t1的最大方差var(t1)來(lái)進(jìn)行表征，即：var(t1)→max。

參照?qǐng)D6，一種基于偏最小二乘法的生物特征標(biāo)記物提取系統(tǒng)，包括：

質(zhì)譜分析子系統(tǒng)，用于對(duì)待提取樣本進(jìn)行質(zhì)譜分析，獲得待提取樣本的質(zhì)譜數(shù)據(jù)；

特征提取子系統(tǒng)，用于采用偏最小二乘法對(duì)待提取樣本進(jìn)行建模及特征提取。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述特征提取子系統(tǒng)，包括：

獲取模塊，用于獲取待提取樣本的質(zhì)核比和類(lèi)別，將待提取樣本的質(zhì)核比設(shè)為自變量，將待提取樣本的類(lèi)別設(shè)為因變量；

標(biāo)準(zhǔn)化處理模塊，用于對(duì)自變量和因變量進(jìn)行標(biāo)準(zhǔn)化處理；

特征提取模塊，用于獲取標(biāo)準(zhǔn)化處理后的自變量和因變量，采用偏最小二乘法，提取待提取樣本的特征數(shù)據(jù)。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述特征提取模塊，包括：

主成分提取單元，用于根據(jù)標(biāo)準(zhǔn)化處理后的自變量和因變量，進(jìn)行主成分提?。?/p>

回歸處理單元，用于判斷主成分提取得到的主成分是否滿(mǎn)足設(shè)定精度要求，若是，則結(jié)束主成分提取操作并執(zhí)行下一步驟的操作；反之，則返回根據(jù)標(biāo)準(zhǔn)化后的自變量和因變量，進(jìn)行主成分提取這一步驟，直至提取到的主成分滿(mǎn)足設(shè)定精度要求；

特征提取單元，用于根據(jù)滿(mǎn)足設(shè)定精度要求的主成分，對(duì)待提取樣本進(jìn)行特征提取。

進(jìn)一步作為優(yōu)選的實(shí)施方式，所述特征提取單元，包括：

負(fù)荷向量計(jì)算子單元，用于獲取滿(mǎn)足設(shè)定精度要求的主成分，計(jì)算待提取樣本的負(fù)荷向量；

載荷矩陣計(jì)算子單元，用于根據(jù)待提取樣本的負(fù)荷向量，計(jì)算待提取樣本的載荷矩陣；

特征提取子單元，用于根據(jù)待提取樣本的載荷矩陣，進(jìn)行待提取樣本特征標(biāo)志物的提取。

以上是對(duì)本發(fā)明的較佳實(shí)施進(jìn)行了具體說(shuō)明，但本發(fā)明并不限于所述實(shí)施例，熟悉本領(lǐng)域的技術(shù)人員在不違背本發(fā)明精神的前提下還可做作出種種的等同變形或替換，這些等同的變形或替換均包含在本申請(qǐng)權(quán)利要求所限定的范圍內(nèi)。