公开(公告)号：CN110136779B

公开(公告)日：2023-08-29

申请号：CN201910463541.0

申请日：2019-05-30

Applicant: 上海大学

Inventor： 谢江 ,  王娇 ,  孙佳敏 ,  李嘉鑫 ,  杨伏长

IPC: G16B40/20 ,  G16B20/00

Abstract: 本发明涉及一种生物网络关键差异节点的样本特征提取及预测方法，结合网络拓扑与分子表达特征预测生物网络关键差异节点。特征提取方法具体包括A数据预处理、B提取特征向量、C节点标记和D扩充正样本；预测方法上特征提取的基础上增加E随机森林模型训练和F预测关键节点。本发明可以提取同一细胞在不同状态下的生物网络特征，样本特征的提取可以更有效的利用样本，使得到的训练集更有普适性，该算法对解决问题具有更强的泛化能力。

公开(公告)号：CN110136779A

公开(公告)日：2019-08-16

申请号：CN201910463541.0

申请日：2019-05-30

Applicant: 上海大学

Inventor： 谢江 ,  王娇 ,  孙佳敏 ,  李嘉鑫 ,  杨伏长

IPC: G16B40/20 ,  G16B20/00

Abstract: 本发明涉及一种生物网络关键差异节点的样本特征提取及预测方法，结合网络拓扑与分子表达特征预测生物网络关键差异节点。特征提取方法具体包括A数据预处理、B提取特征向量、C节点标记和D扩充正样本；预测方法上特征提取的基础上增加E随机森林模型训练和F预测关键节点。本发明可以提取同一细胞在不同状态下的生物网络特征，样本特征的提取可以更有效的利用样本，使得到的训练集更有普适性，该算法对解决问题具有更强的泛化能力。