[發(fā)明專利]一種蛋白質(zhì)相互作用網(wǎng)絡(luò)比對方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211717423.6
• 申請日: 2022-12-29
• 公開（公告）號: CN116110492A
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計）人: 陳璟;王子祥;任利軍
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G16B5/00
• 分類號: G16B5/00;G16B15/00;G16B40/00
• 代理公司: 蘇州市中南偉業(yè)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32257
• 代理人: 楊慧林

本發(fā)明涉及一種蛋白質(zhì)相互作用網(wǎng)絡(luò)比對方法和系統(tǒng)，方法包括：獲取兩個蛋白質(zhì)相互作用網(wǎng)絡(luò)的結(jié)構(gòu)信息；提取每個網(wǎng)絡(luò)中所有節(jié)點的分層結(jié)構(gòu)特征，并基于分層結(jié)構(gòu)特征計算節(jié)點間的結(jié)構(gòu)得分；基于結(jié)構(gòu)得分構(gòu)造多層的加權(quán)圖，使每個節(jié)點在加權(quán)圖上進(jìn)行隨機(jī)游走生成上下文序列；將兩個網(wǎng)絡(luò)中每個節(jié)點對應(yīng)的上下文序輸入詞向量模型，得到每個節(jié)點對應(yīng)的低維向量，并計算每個節(jié)點對應(yīng)的低維向量之間的距離作為節(jié)點間的拓?fù)湎嗨菩裕粚⒐?jié)點間序列相似性和節(jié)點間的拓?fù)湎嗨菩越Y(jié)合,來計算節(jié)點間的相似性得分，并基于相似性得分構(gòu)建節(jié)點間的相似性矩陣；根據(jù)節(jié)點間的相似性矩陣生成兩個網(wǎng)絡(luò)的節(jié)點比對結(jié)果。本發(fā)明有效提高蛋白質(zhì)相互作用網(wǎng)絡(luò)比對效率。

技術(shù)領(lǐng)域

本發(fā)明涉及蛋白質(zhì)相互作用網(wǎng)絡(luò)比對技術(shù)領(lǐng)域，尤其是指一種蛋白質(zhì)相互作用網(wǎng)絡(luò)比對方法和系統(tǒng)。

背景技術(shù)

高通量技術(shù)和大規(guī)模計算的發(fā)展，大量的蛋白質(zhì)相互作用(PPI)網(wǎng)絡(luò)數(shù)據(jù)被獲取，而蛋白質(zhì)是細(xì)胞執(zhí)行各種生物功能的基礎(chǔ)，分析這些PPI網(wǎng)絡(luò)能夠更好的了解生物組織特征以及發(fā)現(xiàn)重要功能模塊。網(wǎng)絡(luò)比對是分析PPI網(wǎng)絡(luò)的一種更有效的方法，可以用來發(fā)現(xiàn)網(wǎng)絡(luò)中的保守功能模塊和預(yù)測蛋白質(zhì)的未知功能。網(wǎng)絡(luò)比對將不同網(wǎng)絡(luò)根據(jù)其相似性進(jìn)行匹配，進(jìn)而發(fā)現(xiàn)保守的蛋白質(zhì)以及將已經(jīng)被充分研究的物種上的信息轉(zhuǎn)移到研究較少的物種上。如今，已經(jīng)有大量的全局網(wǎng)絡(luò)比對算法被提出。

I?soRank是首個網(wǎng)絡(luò)比對算法，算法根據(jù)PageRank的思想，聚合節(jié)點的鄰居信息特征值并結(jié)合序列相似性計算節(jié)點間的相似性得分，再通過光譜聚類方法生成比對。此算法存在的問題：僅使用鄰居信息，沒有發(fā)掘網(wǎng)絡(luò)中的深層拓?fù)湫畔ⅲ瑢?dǎo)致最終產(chǎn)生的比結(jié)果的拓?fù)滟|(zhì)量和生物功能質(zhì)量都不高。

NAI?GO首先對網(wǎng)絡(luò)進(jìn)行子網(wǎng)劃分，并根據(jù)度標(biāo)簽相似性和GO術(shù)語相似性選取相似性最大的模塊作為種子進(jìn)行拓展，從而得到最終的比對結(jié)果。此算法存在的問題：過度依賴于GO相似性，對于GO未知的網(wǎng)絡(luò)無法進(jìn)行比對，且比對的效率較低。

MAGNA算法將啟發(fā)式算法思想引入網(wǎng)絡(luò)比對，使用遺傳算法進(jìn)行網(wǎng)絡(luò)比對。將每一種比對結(jié)果作為種群中的個體，通過初始種群不斷迭代交叉變異產(chǎn)生具有更高目標(biāo)函數(shù)得分的個體，有效的避免了比對時出現(xiàn)局部最優(yōu)的問題。此算法存在的問題：初始種群一般通過隨機(jī)生成的方式獲取，且比對時為了取得最優(yōu)結(jié)果多次迭代，算法運行時間較長，且初始種群和迭代次數(shù)會影響比對的結(jié)果。

盡管已經(jīng)對網(wǎng)絡(luò)比對進(jìn)行了大量研究，但尋找一種高效且有意義的算法仍是一種挑戰(zhàn)。現(xiàn)有的算法想要獲取更多保守功能信息，往往需要借助網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)信息，而如何更好的量化網(wǎng)絡(luò)的拓?fù)湫畔⑹切枰鎸Φ闹卮筇魬?zhàn)。此外，還需要對比對效率做進(jìn)一步的研究。

發(fā)明內(nèi)容

為此，本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中蛋白質(zhì)網(wǎng)絡(luò)比對效率較低的問題。

為解決上述技術(shù)問題，本發(fā)明提供了一種蛋白質(zhì)相互作用網(wǎng)絡(luò)比對方法，包括：

步驟S1：獲取任意兩個待比對蛋白質(zhì)相互作用網(wǎng)絡(luò)的結(jié)構(gòu)信息；

步驟S2：對每個蛋白質(zhì)相互作用網(wǎng)絡(luò)中所有節(jié)點的結(jié)構(gòu)特征進(jìn)行分層次提取，得到分層結(jié)構(gòu)特征，并基于所述分層結(jié)構(gòu)特征計算節(jié)點間的結(jié)構(gòu)得分；

步驟S3：構(gòu)造多層的加權(quán)圖，所述加權(quán)圖的每一層為蛋白質(zhì)相互作用網(wǎng)絡(luò)中所有節(jié)點組成的無向完全圖，并將所述節(jié)點間的結(jié)構(gòu)得分作為加權(quán)圖的邊權(quán)重，使每個節(jié)點在所述加權(quán)圖上進(jìn)行隨機(jī)游走生成上下文序列；

將任意兩個待比對蛋白質(zhì)相互作用網(wǎng)絡(luò)中每個節(jié)點對應(yīng)的上下文序列輸入詞向量模型進(jìn)行訓(xùn)練，得到每個節(jié)點對應(yīng)的低維向量，計算每個節(jié)點對應(yīng)的低維向量之間的距離作為節(jié)點間的拓?fù)湎嗨菩裕?/p>

步驟S4：根據(jù)節(jié)點間序列相似性和所述節(jié)點間的拓?fù)湎嗨菩杂嬎愎?jié)點間的相似性得分，并基于所述節(jié)點間的相似性得分構(gòu)建節(jié)點的相似性矩陣；

步驟S5：根據(jù)所述節(jié)點的相似性矩陣生成兩個蛋白質(zhì)相互作用網(wǎng)絡(luò)的節(jié)點比對結(jié)果。