[發(fā)明專利]一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010767169.5
• 申請(qǐng)日: 2020-08-03
• 公開（公告）號(hào): CN112071362A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 劉光明;丁翠;王彬;李愛民;劉雅君;羅靖
• 申請(qǐng)（專利權(quán)）人: 西安理工大學(xué)
• 主分類號(hào): G16B20/00
• 分類號(hào): G16B20/00;G16B40/30
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 寧文濤

本發(fā)明公開了一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法，步驟包括：1)獲取多種用于實(shí)驗(yàn)測(cè)試的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)集并對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理；2)將預(yù)處理得到的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)集轉(zhuǎn)換成網(wǎng)絡(luò)對(duì)應(yīng)的鄰接矩陣A；3)依據(jù)蛋白質(zhì)互作網(wǎng)絡(luò)的拓?fù)涮匦詫?duì)非負(fù)矩陣分解算法加以改進(jìn)，構(gòu)建一種蛋白質(zhì)復(fù)合體檢測(cè)模型；4)對(duì)步驟3所形成的模型加以多次訓(xùn)練和測(cè)試；5)對(duì)最終輸出的蛋白質(zhì)復(fù)合體進(jìn)行基因的富集分析，為每個(gè)蛋白質(zhì)復(fù)合體標(biāo)注出其代表的生物功能。本發(fā)明融合了蛋白質(zhì)互作網(wǎng)絡(luò)的全局和局部拓?fù)涮匦裕褂酶倪M(jìn)之后的非負(fù)矩陣分解算法構(gòu)建蛋白質(zhì)復(fù)合體檢測(cè)模型，具有良好的表現(xiàn)優(yōu)勢(shì)，能夠更加準(zhǔn)確高效的檢測(cè)出蛋白質(zhì)復(fù)合體。

技術(shù)領(lǐng)域

本發(fā)明屬于生命科學(xué)研究領(lǐng)域，具體涉及一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法。

背景技術(shù)

隨著后基因組時(shí)代的到來，生命科學(xué)研究的重點(diǎn)已經(jīng)從基因組學(xué)轉(zhuǎn)向了蛋白質(zhì)組學(xué)。蛋白質(zhì)組學(xué)的一個(gè)重要任務(wù)就是從蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)中檢測(cè)出具有一定生物功能的蛋白質(zhì)復(fù)合體。諸如酵母雙雜交、微陣列、蛋白質(zhì)芯片、質(zhì)譜分析法等生物技術(shù)的發(fā)展，人類利用這些技術(shù)產(chǎn)生了大規(guī)模的蛋白質(zhì)相互作用數(shù)據(jù)，通過這些相互作用數(shù)據(jù)可以直接構(gòu)建蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)。其網(wǎng)絡(luò)的每一個(gè)節(jié)點(diǎn)代表一個(gè)蛋白質(zhì)，每一條邊代表蛋白質(zhì)和蛋白質(zhì)之間的相互作用。

蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)是生命有機(jī)體內(nèi)一種極其重要的生物分子關(guān)系網(wǎng)絡(luò)，從蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)中檢測(cè)出蛋白質(zhì)復(fù)合體不僅能夠揭示細(xì)胞組織和功能原理，而且能夠預(yù)測(cè)蛋白質(zhì)功能模塊，在疾病致病基因預(yù)測(cè)以及藥物靶點(diǎn)預(yù)測(cè)方面具有良好的應(yīng)用前景。由于蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)具有稀疏性和噪聲數(shù)據(jù)的局限性，本發(fā)明提出了一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法，相對(duì)于傳統(tǒng)的方法，該檢測(cè)方法能夠更準(zhǔn)確高效的挖掘出蛋白質(zhì)復(fù)合體。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法，相對(duì)于傳統(tǒng)的蛋白質(zhì)復(fù)合體檢測(cè)方法，本發(fā)明的方法提高了蛋白質(zhì)復(fù)合體檢測(cè)的準(zhǔn)確率和精度。

本發(fā)明所采用的技術(shù)方案是，一種融合全局和局部拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)復(fù)合體的檢測(cè)方法，按照以下步驟實(shí)施：

步驟1、獲取用于實(shí)驗(yàn)測(cè)試的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)集，并對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理；

步驟2、將步驟1預(yù)處理得到的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)集轉(zhuǎn)換成網(wǎng)絡(luò)對(duì)應(yīng)的鄰接矩陣A；

步驟3、依據(jù)蛋白質(zhì)互作網(wǎng)絡(luò)的拓?fù)涮匦詫?duì)非負(fù)矩陣分解算法加以改進(jìn)，構(gòu)建一種蛋白質(zhì)復(fù)合體檢測(cè)模型；

步驟4、對(duì)步驟3所形成的模型進(jìn)行訓(xùn)練和測(cè)試，并且使用precision、recall、F-score、Sn、PPV、Acc、MMR七個(gè)指標(biāo)值對(duì)訓(xùn)練結(jié)果進(jìn)行評(píng)估；

步驟5、對(duì)最終輸出的蛋白質(zhì)復(fù)合體進(jìn)行基因的富集分析，從而檢測(cè)出待測(cè)蛋白質(zhì)復(fù)合體所代表的生物功能。

本發(fā)明所采用的技術(shù)方案的特點(diǎn)還在于，

步驟1中預(yù)處理的具體過程為：獲取到的蛋白質(zhì)互作網(wǎng)絡(luò)數(shù)據(jù)集每一行有兩個(gè)蛋白質(zhì)節(jié)點(diǎn)，將每個(gè)蛋白質(zhì)節(jié)點(diǎn)的SYMBOL字符串形式均轉(zhuǎn)換成數(shù)字形式，同時(shí)保持蛋白質(zhì)互作網(wǎng)絡(luò)的整體結(jié)構(gòu)不變即可。

步驟2的具體步驟為：

步驟2.1、求出步驟1預(yù)處理之后網(wǎng)絡(luò)數(shù)據(jù)集的最大值n，構(gòu)建一個(gè)n×n的初始矩陣A；

步驟2.2、按行遍歷網(wǎng)絡(luò)數(shù)據(jù)集，將每一行的兩個(gè)蛋白質(zhì)節(jié)點(diǎn)數(shù)字依次作為i、j，并且將初始矩陣A[i][j]置1，其余的置0；

步驟2.3、將初始矩陣A的主對(duì)角線元素置1，即構(gòu)建出鄰接矩陣A。

步驟3具體步驟為：

步驟3.1、根據(jù)步驟2求得的鄰接矩陣A計(jì)算得到蛋白質(zhì)間的自表示系數(shù)矩陣Z；