(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111351679.5 (22)申请日 2021.11.16 (71)申请人 山东中医药大学 地址 250355 山东省济南市长清区大 学科 技园大学路4655号 (72)发明人 付先军　任夏　李谨彤　魏雅雯　 闫春晓　李秀雪　李紫薇　绪扩　 李卉　 (74)专利代理 机构 青岛鼎尖知识产权代理有限 公司 37318 专利代理师 李慧 (51)Int.Cl. G16C 20/50(2019.01) G16C 20/30(2019.01) G06N 20/00(2019.01)G06K 9/62(2022.01) (54)发明名称 中药抗大肠杆菌和抗金黄色葡萄球菌活性 预测模型 (57)摘要 本发明公开了一种中药抗大肠杆菌和抗金 黄色葡萄球菌活性预测模型， 涉及中药技术领 域， 所述中药抗大肠杆菌活性预测模 型和所述中 药抗金黄色葡萄球菌活性预测模型包括 以下步 骤： 构建中药抗大肠杆菌和金黄色葡萄球菌活性 数据库。 本发 明通过人工对中药抗大肠杆菌和金 黄色葡萄球菌文献进行检索， 建立中药抗大肠杆 菌和金黄色葡萄球菌数据库， 挖掘中药抗菌的影 响因素， 建立中药抗大肠杆菌和抗金黄色葡萄球 菌活性预测模型， 可使两个模型的AUC值分别为 77.5％和80％， 达到预测准确率较高的效果， 极 大的节省了实验法判断中药抗菌活性的时间经 济成本。 权利要求书1页 说明书3页 附图1页 CN 115249518 A 2022.10.28 CN 115249518 A 1.一种中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 其特征在于： 所述中药抗 大肠杆菌活性预测模型和所述中药抗金黄色葡萄球菌活性预测模型包括以下步骤： S1： 构建中药抗大肠杆菌和金黄色葡萄球菌活性数据库： 通过人工对中药抗菌文献进 行检索， 获取关键信息， 补 充中药的四气、 五味、 归 经、 功效、 主治信息， 根据中药拉丁名称补 充中药的科属信息； S2： 挖掘中药抗菌的影响因素： 通过频数分析、 关联规则挖掘以及构建系统发育树的方 法发现影响中药抗菌活性的特 征信息； S3： 根据挖掘的特征集合建立中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 具 体的选择机器学习算法包括以下步骤： a1： 对特征集合进行预处理， 包括删除特征信 息不全的中药数据， 将因变量转变成适合 分类模型的因子变量； a2： 使用递归特征消除法进行特征的选择， 以模型的预测能力作为特征选择的衡量标 准； a3： 选择机器学习算法， 通过建立中药抗菌预测模型的受试者工作特征曲线， 计算曲线 下面积， 比较 每种模型的性能， 对各模型 预测能力进行评估； a4： 对筛选出来的模型进行参数优化， 通过网格调参法和随机调参法相结合的方式， 遍 历所有模型的参数组合， 以得到最佳的模型； a5： 最后采用预测模型对未经验证的中药进行预测， 并利用实验进行预测结果的验证， 获得两种模型 预测的准确率。 S4： 最终根据以上步骤筛选得到中药抗大肠杆菌活性模型算法是经Bagged  CART选择 后的NN， 中药抗金黄色葡萄球菌活性模型算法是 经LDA选择后的N N。 2.根据权利要求1所述的中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 其特征 在于： 所述S1步骤中获取的关键信息包括中药名称、 菌种名称、 具体的抗菌指标、 活性。 3.根据权利要求1所述的中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 其特征 在于： 所述S2步骤中影响中药抗菌活性的特 征信息包括： 四气、 五味、 归经、 科属。 4.根据权利要求3所述的中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 其特征 在于： 所述四气包括寒、 热、 平， 所述五味包括酸、 苦、 甘、 辛、 咸， 所述归经包括肝、 心、 脾、 肺、 肾、 胆、 小肠、 胃、 大肠、 膀胱、 心包、 三焦， 所述科属包括界、 门、 纲、 目、 科、 属。权　利　要　求　书 1/1 页 2 CN 115249518 A 2中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型 技术领域 [0001]本发明涉及 一种中药抗菌 活性预测模型， 特别涉及一种中药抗大肠杆菌和抗金黄 色葡萄球菌活性预测模型。 背景技术 [0002]据世界卫生组织报道， 抗菌药物的滥用已成为全球危机。 由抗菌药物引发的疾病 越来越多， 可供临床选择 的抗菌药物越来越局限， 寻找替代抗生素 的天然药物成为热点话 题。 中药作为我国最珍贵、 最有价值的资源之一， 具有 “多成分、 多靶点 ”的特点， 且不易产生 耐药性， 不仅如此， 还具有延缓、 消除细菌耐药性的作用， 在传染病的治疗方面有着悠久的 历史。 [0003]目前研究中药抗菌的文献很多， 但大多数采用实验的方法判断中药是否具有抗菌 活性， 实验周期 长、 成本高、 盲目选用中药等情况加大了科研工作者利用中药解决抗菌问题 的难度， 随着人工智能技术的不断发展， 利用数据分析和计算机预测的方法， 挖掘中药抗菌 活性的影响因素， 并进行预测模型的构建， 既能缩短实验周期、 降低实验成本， 还能对选用 抗菌中药提供指导作用， 是 大批量筛 选抗菌中药的最优选择。 发明内容 [0004]本发明的目的在于提供一种中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模型， 以解决上述背 景技术中提出的目前研究中药抗菌的文献很多， 但大多 数采用实验的方法判 断中药是否具有抗菌活性， 实验周期 长、 成本高、 盲目选用中药等情况加大了科研工作者利 用中药解决抗菌问题的难度的问题。 [0005]为实现上述目的， 本发明提供如下技术方案： 一种中药抗大肠杆菌和抗金黄色葡 萄球菌活性预测模型， 所述中药抗大肠杆菌活性预测模型和所述中药抗金黄色葡萄球菌活 性预测模型包括以下步骤： [0006]S1： 构建中药抗大肠杆菌和金黄色葡萄球菌活性数据库： 通过人工对中药抗菌文 献进行检索， 获取关键信息， 补 充中药的四气、 五味、 归经、 功效、 主治信息， 根据中药拉丁名 称补充中药的科属信息； [0007]S2： 挖掘中药抗菌的影响因素： 通过频数分析、 关联规则挖掘以及构建系统发育树 的方法发现影响中药抗菌活性的特 征信息； [0008]S3： 根据挖掘的特征集合建立中药抗大肠杆菌和抗金黄色葡萄球菌活性预测模 型， 具体的选择机器学习算法包括以下步骤： [0009]a1： 对特征集合进行预处理， 包括删除特征信息不全的中药数据， 将因变量转变成 适合分类模型的因子变量； [0010]a2： 使用递归特征消除法进行特征的选择， 以模型的预测能力作为特征选择的衡 量标准； [0011]a3： 选择机器学习算法， 通过建立中药抗菌预测模型的受试者工作特征曲线， 计算说　明　书 1/3 页 3 CN 115249518 A 3