一种HIV-1整合酶突变株对EVG耐药倍数变化值的预测方法

摘要

一种HIV-1整合酶突变株对EVG耐药倍数变化值的预测方法，属于生物信息学领域。该方法包括以下几个步骤：(1)编码数据集。建立一个主要突变的基因型及其对应的表现型log FC值得数据集；(2)根据突变导致残基侧链理化性质变化是否一致将数据集中的基因型进行了三种不同的整合，三种整合依据分别为体积变化、电荷变化，综合体积电荷变化；(3)聚类分析法除去异常值；(4)将步骤(3)得到的三类数据集用遗传算法筛选得到优秀种群个体；(5)将三类数据集分别建立多元逐步回归模型。得到回归方程，复相关系数等参数；(6)将待预测的数据带入到回归方程，便可得到相对应的预测值。

主权项

一种基于GA和多元逐步回归算法的HIV‑1IN突变株对EVG耐药倍数变化值的预测方法，其特征在于，包括以下步骤：(1)编码数据集，得到IN对于EVG产生耐药突变株的倍数变化数据集，并将数据集进行二进制编码，发生突变的残基用1表示，未发生突变的残基用0表示，则一个突变株可由一组基因型表示；FC值统一进行log变换，由此建立一个突变的基因型及其表现型即log FC值一一对应的数据集；(2)将步骤(1)数据集分类，根据突变导致残基侧链理化性质变化是否一致，将数据集中的基因型进行了三种不同类型的分类的整合：根据耐药突变株中同一残基发生不同突变，导致IN侧链理化性质产生的变化是否一致，IN侧链理化性质产生的变化包括侧链的体积变化、电荷性质变化以及综合考虑体积电荷变化，将数据集中的基因型进行了三种不同的整合，分类参照表1给出：表1数据集中基因型的三种不同整合(3)聚类分析除去异常值：将步骤(2)整合后的任一组数据集中相同基因型的大量表现型logFC值用质心聚类法进行聚类分析，除去距离最大的一组数值，得到除去异常值的数据集；(4)GA得到优秀种群个体：将步骤(3)得到去除异常值的数据集用基于Matlab R2014a软件编写的GA程序进行筛选，筛选：R2大于等于0.95或者最大世代数为500的种群数达到20，去除重复值后，得到优秀种群个体；(5)建立多元逐步回归模型：将步骤(4)中的优秀种群个体，运用基于Matlab R2014a软件编写的多元逐步回归算法，将数据集进行训练，得到回归方程和复相关系数；(6)将新突变株的基因型按照步骤(2)整合，然后带入到回归方程，得到相对应的预测值。