[發明專利]采用覓食機制的人工蜂群優化算法識別關鍵蛋白質的方法

有效

• 申請號: 201710050587.0
• 申請日: 2017-01-23
• 公開（公告）號: CN106874708B
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 雷秀娟;丁玉連;陸鋮;代才;程適
• 申請（專利權）人: 陜西師范大學
• 主分類號: G06F19/18
• 分類號: G06F19/18;G06N3/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 強宏超

1.采用覓食機制的人工蜂群優化算法識別關鍵蛋白質的方法，其特征在于包括以下步驟：

(1)將蛋白質相互作用網絡轉化為無向圖

將蛋白質相互作用網絡轉化成一個無向圖G＝(V，E)，其中，V＝{v_i,i＝1,2,…,n}為結點v_i的集合，E為邊e的集合，結點v_i表示蛋白質，邊e表示蛋白質之間的相互作用；

(2)對蛋白質相互作用網絡邊和結點的預處理

對結點v_i預處理：按式(1)計算結點v_i的介數中心性：

式中ρ(s,v,t)表示蛋白質相互作用網絡中結點s與結點t之間經過結點v的最短路徑的條數，ρ(s,t)表示蛋白質相互作用網絡中結點s與結點t之間的最短路徑的條數；

按式(2)計算邊的聚集系數：

式中，Z(v_i,v_j)表示包含邊(v_i,v_j)的三角形個數，d_i,d_j分別是點v_i,v_j的度；

按式(3)計算邊的皮爾森相關系數：

式中，x_t,y_t表示蛋白質v_x,v_y在時間點t時的基因表達值，μ(x),μ(y)是蛋白質v_x,v_y的平均基因表達值，T為時間點的最大值；

(3)構建動態蛋白質相互作用網絡

在時間點t時，蛋白質v_i的基因表達值GE_it若大于基因表達閾值AT(i),則被認為蛋白質v_i在時間點t具有活性；否則認為該結點在時間點t不具有活性；將所有時間點的活性蛋白質組合在一起，對應到原靜態蛋白質相互作用網絡中形成一個新的蛋白質相互作用網絡，即動態蛋白質網絡；

GE_it為蛋白質v_i在時間點t處的基因表達值；

基因表達閾值AT(i)由式(4)得到：

AT(i)＝μ(i)+3σ(i)(1-F(i)) 式(4)

式中μ(i)是蛋白質vi平均基因表達值，σ(i)是基因表達值的標準差，F(i)＝1/(1+σ²(i))是權函數；

(4)選取已知關鍵蛋白質作為蜜源

令N為蜜源中包含的已知關鍵蛋白質的數量，在目前已知的關鍵蛋白質中隨機選取N個關鍵蛋白質作為先驗知識的蜜源；Ep_set表示蜜源包含的蛋白質的集合；iter，maxiter分別表示當前迭代次數和最大迭代次數，iter＝1，maxiter∈[100,800]；

(5)采蜜蜂搜索蜜源鄰域

蜜源的鄰域即與蜜源蛋白質有相互作用的蛋白質結點集合niber_set1，每一個鄰域結點看作一只采蜜蜂；按照score1(i)＝relevant(v_i，Ep_set)確定采蜜蜂當前所在位置的蜜源收益度及該鄰域結點成為新蜜源的可能性，式中score1(i)為采蜜蜂當前位置的蜜源收益度，v_i是采蜜蜂所代表的蛋白質結點，relevant表示蛋白質結點v_i與當前蜜源集合Ep_set之間的關聯度；

(6)跟隨蜂搜索采蜜蜂鄰域

設采蜜蜂v_i的鄰域即與采蜜蜂所代表的蛋白質有相互作用且不在當前蜜源集合Ep_set內的蛋白質結點集合為niber_set2；跟隨蜂接收采蜜蜂的信息并且對采蜜蜂的鄰域進行搜索，即跟隨蜂根據公式score2(i)＝fitness(v_i，niber_set2,Ep_set)確定當前位置成為新蜜源的可能性，式中v_i是采蜜蜂所代表的蛋白質結點，niber_set2表示采蜜蜂的鄰域蛋白質結點，fitness表示當前位置成為蜜源的適應度；

(7)更新蜜源

對蛋白質結點集合niber_set1中的結點按照其score2得分進行降序排序，將score2的值最高的結點設為最優蜜源位置g_best，將score2第二高的結點作為次優候選蜜源s_best；若score2(g_best)-score2(s_best)>閾值thd，則將g_best作為新蜜源并入到集合Ep_set中，并轉向步驟(5)；否則轉向步驟(8)；iter迭代加1；

(8)偵查蜂全局搜索新蜜源

偵查蜂對蛋白質相互作用網絡中的除蜜源外的其它蛋白質進行介數中心性計算；然后根據介數中心性的值BC對所有結點進行降序排序，選出介數中心性值最大的結點作為最優蜜源位置g_best；

(9)更新蜜源

將最優蜜源位置g_best作為新蜜源并入到集合Ep_set中；

(10)產生關鍵蛋白質

若iter的值小于等于maxiter，轉向步驟(5)；否則，將集合Ep_set中的蛋白質作為關鍵蛋白質輸出。