[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

本發明公開了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，包括對蛋白質相互作用網絡數據進行預處理，得到鄰接矩陣；蛋白質復合物初步聚類，得到初始蛋白質復合物模塊；進一步優化復合物模塊，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，得到更加精確的蛋白質復合物模塊；進行后處理操作，得到最終的最優蛋白質復合物。本發明提高了蛋白質復合物的識別速度和識別精度，適用于蛋白質相互作用網絡并可拓展到至其他復雜社區網絡分析中，在復雜網絡分析中具有很強的實用性。

技術領域

本發明涉及生物信息學領域，尤其涉及一種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。

背景技術

蛋白質是基因表達的產物，是生物體生理功能的執行者，也是生命現象的直接體現者。蛋白質組學是對蛋白質所含特性進行系統化研究的學科，能為生物系統在健康和疾病狀態下的結構、功能和調控提供詳細的描述。幾乎所有的生物過程，都是通過一系列的蛋白質相互作用完成的。從系統生物學的角度，利用蛋白質相互作用網絡研究和分析生物功能具有重要的前景和實用價值。

蛋白質復合物是在相同時間和空間通過相互作用組成的一個多分子機制的蛋白質集合，它是蛋白質執行其功能的主要形式。識別蛋白質復合物不僅有利于理解復雜的生命活動，同時為挖掘復雜疾病生成機理及合理的藥物開發提供理論支撐。隨著高通量實驗技術及蛋白質組學的發展，使得人們利用網絡理論的方法探究蛋白質功能、相互作用關系及挖掘復雜疾病機理成為可能。大量研究表明，蛋白質網絡(生物體內所有蛋白質間的相互作用關系)具有明顯的模塊化結構，這些結構通常與蛋白質復合物相對應，利用蛋白質網絡識別蛋白質復合物可以提高效率，并指導生物實驗。但是，通過高通量測序技術得到的蛋白質相互作用數據往往具有較高的假陽性和假陰性，單一利用蛋白質相互作用數據，會影響蛋白質復合物識別的精準率。

隨著生物技術的發展，多源生物數據不斷涌現，如蛋白質相互作用(ProteinProtein Interaction，PPI)數據，基因本體(Gene Ontology，GO)數據、時間序列RNA-seq數據、時間序列的基因表達數據、亞細胞定位信息、疾病相關數據庫等多源信息。因此，通過整合多源數據，提高蛋白質復合物的識別精度，成為備受關注的研究方向。

發明內容

有鑒于此，本發明的實施例提供了一種多源生物信息的融合策略，并結合多目標優化方法識別蛋白質復合物，最終實現蛋白質復合物的識別和預測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。

本發明的實施例提供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，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(Gene Ontology)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。

進一步，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；