[發(fā)明專利]快速搜索前饋環(huán)并將其可視化的方法

有效

• 申請?zhí)枺?/td>: 201410112193.X
• 申請日: 2014-03-24
• 公開（公告）號: CN103870876A
• 公開（公告）日: 2014-06-18
• 發(fā)明（設(shè)計）人: 熊昕;李奇
• 申請（專利權(quán)）人: 上海其明信息技術(shù)有限公司
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06F19/10
• 代理公司: 北京金信立方知識產(chǎn)權(quán)代理有限公司 11225
• 代理人: 黃威;喻嶸

技術(shù)領(lǐng)域

本發(fā)明涉及生物信息數(shù)據(jù)分析領(lǐng)域，尤其涉及一種快速搜索前饋環(huán)并將其可視化的方法。

背景技術(shù)

DNA雙螺旋結(jié)構(gòu)模型的提出，使得對生物學(xué)的認(rèn)識進入到分子水平，開始了分子生物學(xué)的時代，并一直持續(xù)了半個世紀(jì)。當(dāng)前，生物學(xué)的研究已進入后基因組時代，其特點是：從整體或系統(tǒng)的水平上去認(rèn)識生物體，并誕生了系統(tǒng)生物學(xué)。生物系統(tǒng)是一種復(fù)雜系統(tǒng)。復(fù)雜系統(tǒng)的一個顯著特點是多個參與者密切相互作用。復(fù)雜網(wǎng)絡(luò)是描述復(fù)雜系統(tǒng)的一種有力工具，系統(tǒng)中的參與者可表示為網(wǎng)絡(luò)中的點，相互作用可表示為網(wǎng)絡(luò)中的連線。這樣，復(fù)雜網(wǎng)絡(luò)也可作為分析生物系統(tǒng)的一種工具，例如新陳代謝過程，參與作用的“底物”及其相互作用可用復(fù)雜網(wǎng)絡(luò)描述。一般而言，模塊是指一組物理上或功能上連接在一起的、共同完成一個相對獨立功能的節(jié)點。生物系統(tǒng)中的模塊性是到處可見的。例如，相對固定的蛋白質(zhì)-蛋白質(zhì)和蛋白質(zhì)-RNA聯(lián)合體(物理模塊)就是許多基本生物功能的核心。事實上，一個細(xì)胞中的絕大部分分子或者是具有模塊化活動的一個細(xì)胞內(nèi)的聯(lián)合體的一部分(如核糖體)，或者是參與到一個功能上更廣的模塊以作為一個相對獨立過程的調(diào)控單位（如信號通路中的信號放大）。與具有相同規(guī)模和度分布的隨機網(wǎng)絡(luò)相比，許多實際網(wǎng)絡(luò)的聚類系數(shù)要高得多。網(wǎng)絡(luò)的高聚類性表明網(wǎng)絡(luò)在局部可能包含各種由高度連接的節(jié)點組構(gòu)成的子圖（subgraph）。這是出現(xiàn)單個功能模塊的一個前提。子圖描繪了從局部層次刻畫一個給定網(wǎng)絡(luò)的相互連接的特定模式。然而，在實際網(wǎng)絡(luò)中，所有的子圖并不都具有相同的重要性。前饋環(huán)（在有向網(wǎng)絡(luò)中的三角形模體）出現(xiàn)在轉(zhuǎn)錄水平調(diào)控網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)中，而四節(jié)點反饋環(huán)表示的是電子線路而不是生物系統(tǒng)中的特征模體。每一個實際網(wǎng)絡(luò)都是由其自身一組特定的模體刻畫的；辨識出這些模體有助于識別網(wǎng)絡(luò)的典型的局部連接模式。酵母蛋白質(zhì)交互作用網(wǎng)絡(luò)中的模體組分的高度進化保護，以及不同物種的轉(zhuǎn)錄水平調(diào)控網(wǎng)絡(luò)中朝著相同模體類型進化的趨勢，都進一步表明模體具有直接的生物學(xué)意義。在所有模體中，現(xiàn)在研究的比較多的模體是前饋環(huán)，也就是有向網(wǎng)絡(luò)中的三角形模體。眾多研究表明前饋環(huán)是多種模式生物，如Saccharomyces?cerevisiae和E.coil等的生物調(diào)控網(wǎng)絡(luò)中的特征模體，一般用來表示兩個調(diào)控因子與一個它們共同調(diào)控的基因之間的相互作用關(guān)系。當(dāng)然，前饋環(huán)也廣泛地存在于各種復(fù)雜的網(wǎng)絡(luò)中，例如工控系統(tǒng)、社科研究領(lǐng)域的大系統(tǒng)等等中，都可以通過前饋環(huán)來表征網(wǎng)絡(luò)中各種模塊之間的關(guān)系。

現(xiàn)有技術(shù)中，目前有很多算法可以來計算和評價復(fù)雜網(wǎng)絡(luò)中各種模體的顯著性，但實現(xiàn)這些算法的軟件幾乎都僅僅局限于對顯著性模體的評估，從結(jié)果中可以知道哪些模體是顯著的（比如可以知道一種三角形是某一個網(wǎng)絡(luò)的特征模體），但無法知道到底是哪些具體的點構(gòu)成了這一模體（不知道這些三角形具體是由哪些點構(gòu)成的）。雖然MAVisto這種算法不僅可以對網(wǎng)絡(luò)中的模體類型進行顯著性分析也可以得到每種模體的具體實例，但其運算時耗時比較長是一個很大的問題。

發(fā)明內(nèi)容

本發(fā)明提供一種快速搜索前饋環(huán)并將其可視化的方法，能夠快速得到一個大型網(wǎng)絡(luò)中構(gòu)成前饋環(huán)的這些點的具體關(guān)系，并對搜索到的前饋環(huán)進行可視化。

為了解決上述技術(shù)問題，本發(fā)明提供了一種快速搜索前饋環(huán)并將其可視化的方法，所述前饋環(huán)包括由三個對象及其指向關(guān)系構(gòu)成的環(huán)狀結(jié)構(gòu)體，每兩個所述對象之間存在一個所述指向關(guān)系，并且其中有兩個所述指向關(guān)系指向所述三個對象中的同一個對象；所述方法包括以下步驟：

S1：建立網(wǎng)絡(luò)，所述網(wǎng)絡(luò)包括多個節(jié)點及這些節(jié)點之間的關(guān)系；

S2：計算每個節(jié)點的聚類系數(shù)；

S3：挑選出所有聚類系數(shù)不等于0的節(jié)點并構(gòu)建一節(jié)點群；

S4：從所述節(jié)點群中依次取出三個節(jié)點；

S5：以該三個節(jié)點作為所述對象，判斷該三個節(jié)點中每兩個節(jié)點之間的關(guān)系，如果三次判斷結(jié)果均符合所述指向關(guān)系，則判定該三個節(jié)點及其之間的關(guān)系構(gòu)成的環(huán)狀結(jié)構(gòu)體為所述前饋環(huán)；

S6：將步驟S5中的被判定為所述前饋環(huán)的所述環(huán)狀結(jié)構(gòu)體以圖形方式顯示在人機交互界面上。

作為優(yōu)選，步驟S1具體為：將所述多個節(jié)點按節(jié)點間的關(guān)系分別存入第一數(shù)據(jù)列表和第二數(shù)據(jù)列表，其中，

所述第一數(shù)據(jù)列表與第二數(shù)據(jù)列表中的節(jié)點的關(guān)系為：所述第一數(shù)據(jù)列表中的節(jié)點指向所述第二數(shù)據(jù)列表中的節(jié)點。

作為優(yōu)選，利用網(wǎng)絡(luò)的屬性之一聚類系數(shù)先對網(wǎng)絡(luò)中的節(jié)點進行篩選，再通過Perl語言并利用hash數(shù)據(jù)結(jié)構(gòu)判斷兩個節(jié)點間是否具有關(guān)系，依據(jù)以上的判斷最終確定所選擇的三個點是否能夠構(gòu)成所述前饋環(huán)，其中，