[發明專利]基于多源數據融合及多目標優化的蛋白質復合物識別方法

在審

• 申請號: 201711190016.3
• 申請日: 2017-11-24
• 公開（公告）號: CN108009403A
• 公開（公告）日: 2018-05-08
• 發明（設計）人: 朱媛;彭曉宇;吳崇
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F19/24
• 分類號: G06F19/24;G06F19/18;G06F19/12
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 龔春來

1.基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，包括以下步驟：

S1.將蛋白質相互作用網絡看成是全連通圖，預處理，得到鄰接矩陣；

S2.將鄰接矩陣中的所有蛋白質節點進行聚類，得到初步的蛋白質聚類模塊；

S3.在初步的蛋白質聚類模塊的基礎上進一步優化每一個聚類模塊，在優化過程中融合蛋白質相互作用網絡數據的拓撲結構特性和GO注釋數據的功能相似特性，并結合自適應多目標黑洞優化算法框架進行尋優操作，將每個蛋白質模塊看作黑洞，每個蛋白質節點看作星點，黑洞中心是初始粗聚類模塊的聚類中心，通過選擇和刪除不同于原個體的新星點來不斷更新黑洞，計算新黑洞與原星點所在黑洞的適應值，進行比較，若新黑洞的適應值優于原有的黑洞，則用新產生的黑洞替代原有的黑洞，得到蛋白質復合物模塊；

S4.進行后處理，去除在每個蛋白質復合物模塊中與其他蛋白質節點沒有相連接邊的孤立節點，并去除所有規模小于3的蛋白質復合物模塊，經過處理得到的蛋白質復合物模塊即為該方法識別的最優蛋白質復合物。

2.如權利要求1所述的基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，所述步驟S1中，鄰接矩陣通過以下方法得到：

S1.1.獲取蛋白質相互作用數據庫；

S1.2.去除冗余的蛋白質，保留具有相互作用的蛋白質列表對，將兩列取并集，得到完整的蛋白質列表；

S1.3.通過MATLAB仿真軟件處理得到能反映相互作用關系的鄰接矩陣。

3.如權利要求1所述的基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，所述步驟S3中，在初步的蛋白質聚類模塊的基礎上進一步優化每一個聚類模塊的具體步驟為：黑洞的初始化策略、多源數據融合策略、星點的添加和刪除策略。

4.如權利要求3所述的基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，所述黑洞的初始化策略的具體方法為：借鑒biclustering算法的思想，分別對鄰接矩陣的行和列執行K-means聚類操作，即在蛋白質相互作用網絡中所有節點中選擇K個聚類中心，比較其余節點到各個聚類中心的距離，將其歸入到最近的聚類中心所在的模塊中，得到初始的K個蛋白質復合物模塊。

5.如權利要求3所述的基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，所述多源數據融合策略的主要方法為：結合蛋白質相互作用網絡的拓撲結構特性和GO注釋數據的功能相似特性，通過整合不同類型的基因組數據和蛋白質相互作用數據，作為多目標優化策略中的目標函數，引導最優解的不斷迭代過程。

6.如權利要求5所述的基于多源數據融合及多目標優化的蛋白質復合物識別方法，其特征在于，所述多目標優化策略中的目標函數設定的具體方法為：結合蛋白質相互作用網絡的拓撲結構特性和GO注釋數據的功能特性，在充分考慮各個目標之間互斥性的前提下選擇合適的目標函數。