[發明專利]基于動態加權蛋白質相互作用網絡的蛋白質復合物挖掘方法

有效

• 申請號: 201811145616.2
• 申請日: 2018-09-29
• 公開（公告）號: CN109509509B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 毛伊敏;朱海灣;胡健
• 申請（專利權）人: 江西理工大學
• 主分類號: G16B25/10
• 分類號: G16B25/10;G16B20/00;G16B40/30
• 代理公司: 北京鼎承知識產權代理有限公司 11551
• 代理人: 李偉波;韓德凱

1.一種基于動態加權蛋白質相互作用網絡的蛋白質復合物挖掘方法，其特征在于，包括以下步驟：

構建動態加權蛋白質相互作用網絡：輸入蛋白質相互作用數據、基因表達譜數據和基因本體信息，將蛋白質相互作用網絡數據進行去重操作，利用所述基因表達譜數據過濾不具有活性的蛋白質，從而構建動態蛋白質相互作用網絡，再利用綜合權值度量為所述動態蛋白質相互作用網絡加權并添加新的相互作用，進而構建所述動態加權蛋白質相互作用網絡；

構建蛋白質復合核：輸入各個時刻的動態加權蛋白質相互作用網絡和關鍵蛋白質集合，采用點邊聚集系數優化種子節點的選取，利用蛋白質的關鍵性和復合物的內在屬性來構建蛋白質復合核；

蟻群聚類：采用模糊粒度的相似度函數改進蟻群算法的拾起規則，不斷裝載蛋白質結點形成初始的聚類結果，利用緊密度優化放下規則，對初始聚類結果進行修正，進而實現蛋白質復合物的挖掘；其中，蟻群算法的拾起規則為，螞蟻隨機選擇一個復合核并初始化一個簇，搜索可視范圍的結點，如果模糊粒度相似度大于初始粒度P，則拾起該結點并前進到其所在位置，當螞蟻遍歷完當前復合核鄰域內所有滿足條件的結點或者達到最大裝載量時，螞蟻隨機選擇下一個復合核開始下一輪搜索，重復上述過程，直到所有復合核均被螞蟻遍歷完，得到初始聚類結果；利用緊密度優化放下規則對初始聚類結果進行修正，舍棄一些外部連接緊密，內部連接松散的結點，進而實現蛋白質復合物的挖掘；

全局和局部權值更新：利用局部權值更新策略來實現不同代蟻群之間的最優解信息的傳遞，采用全局權值更新策略實現相鄰時刻所述動態加權蛋白質相互作用網絡之間的功能信息傳遞；以及

輸出結果：輸出挖掘出的蛋白質復合物。

2.根據權利要求1所述的方法，其特征在于，構建動態加權蛋白質相互作用網絡的步驟包括：

通過下式1將所述基因表達譜數據的36個時刻合并為12個時刻：

其中，T_u(i)表示蛋白質u在i時刻下的基因表達值，1≤i≤12；

根據下式2將不共表達的蛋白質進行過濾：

其中，T'_u表示蛋白質u的平均基因表達值；

為每個動態子網絡添加相互作用：假設蛋白質u,v在靜態蛋白質相互作用網絡上存在相互作用且共表達，則在該時刻網絡中添加一組相互作用；假設蛋白質u,v在靜態蛋白質相互作用網絡上不存在相互作用但共表達，則通過下式3來判斷是否添加相互作用：

其中，CWM(u,v)表示蛋白質u,v的綜合權值度量，CE_cc(u,v)表示點邊聚集系數，FS(u,v)表示基因本體功能相似性，Pcc(u,v)表示皮爾遜相關系數；

當CWM(u,v)大于0，則添加一組相互作用，否則不添加；

根據上式3，采用綜合權值度量對12個動態子網絡進行加權，進而獲得動態加權蛋白質相互作用網絡。

3.根據權利要求2所述的方法，其特征在于，

所述點邊聚集系數CE_cc(u,v)用下式4計算：

其中，tan_u,v表示網絡結點u,v共同構成的三角形的個數，d_u,d_v分別表示網絡結點u,v的度，C_u,C_v分別表示網絡結點u,v的點聚集系數；

所述基因本體功能相似性FS(u,v)用下式5計算：

其中，|f_u∩f_v|表示蛋白質u和v共同的基因本體術語數目，|f_u|,|f_v|分別表示蛋白質u和v的基因本體術語數目；

所述皮爾遜相關系數Pcc(u,v)用下式6計算：

其中，k為樣本數，i為在基因表達數據中的時刻數，E_xp(u,i),E_xp(v,i)分別表示蛋白質u和v在i時刻下的表達值，和σ(u),σ(v)分別表示蛋白質u和v在所有時刻下的平均表達值和標準方差，Pcc(u,v)∈[-1,1]。