一种基于逻辑模型分析信号转导网络中节点重要性的方法技术

本发明专利技术公开了一种基于逻辑模型分析信号转导网络中节点重要性的方法。该方法包括以下步骤：S1，根据数据库中存储的信号转导通路，构建一个信号转导网络；S2，根据信号转导网络中节点之间的连接关系将信号转导网络表示为逻辑的串并联模型；S3，对信号转导网络的总体结构分解为最基本的串联和并联结构；S4，当节点中的单个节点或多个节点的故障发生概率改变时，计算信号转导网络发生故障的概率改变值，通过信号转导网络发生故障的概率改变值度量单个节点或多个节点对保持信号转导网络功能的重要性。通过逻辑模型对整个网络结构进行建模，有利于从全局的网络拓扑属性角度来考察单个节点的重要性。

A method for analyzing the importance of nodes in a signal transduction network based on a logical model

The invention discloses a method for analyzing the importance of nodes in a signal transduction network based on a logic model. The method comprises the following steps: S1, according to the signal transduction pathway in the database, to construct a signal transduction network; S2, according to the connection between the nodes in the signaling transduction network signal transduction network expressed as series parallel model logic; S3, the overall structure of the signal transduction network is decomposed into a series of the most basic and the parallel structure; S4, when a single node fault in the node or nodes the probability of change, change the value of calculating the probability of signal transduction network failure, network failure probability by signal transduction change measure single node or nodes importance to maintain the signal transduction network function. Modeling the entire network structure through a logical model is helpful to investigate the importance of a single node from the point of view of global network topology attributes.

【技术实现步骤摘要】
一种基于逻辑模型分析信号转导网络中节点重要性的方法
本专利技术涉及生物信息学
，具体而言，涉及一种基于逻辑模型分析信号转导网络中节点重要性的方法。
技术介绍
在信号转导网络中，衡量单个蛋白质的重要性有助于发现细胞信号转导过程中关键的蛋白质以及生物系统的薄弱环节，关键的蛋白质以及生物系统的薄弱环节的发现将有助于人们更好的认识生物体，将有助于一些药物的筛选和研发。目前，在信号转导网络中度量蛋白质重要性的方法还较少。在生物学上，愈加重要的节点对应的基因必要性愈高，愈加重要的节点具有更慢的进化速率，以这种方法来衡量蛋白质重要性需要进行较多的实验研究，且不易进行定量分析。在蛋白质相互作用网络中，连接度是最常用的描述蛋白质重要性的拓扑指标。节点的连接度是指所有与该节点可以发生相互作用的节点的数目。通常连接度更高的节点对于保证网络的整体结构和功能更加重要，但该指标仅考察了节点的局部特性，未考虑节点所在的整个网络的拓扑结构。实际上，部分连接度较低的节点有可能成为网络的瓶颈，当它们发生故障时，整个网络结构被破坏，使得信号无法有效传递，从而导致疾病的发生。还有一些方法通过网络的流量分析来进行网络中节点重要性的预测。如文章LiuW,etal.SigFlux:anovelnetworkfeaturetoevaluatetheimportanceofproteinsinsignaltransductionnetworks.BMCBioinformatics,2006,7:515提出了一种基于网络中的最小路集预测节点重要性的方法，详细步骤如下：1)从文献中下载小鼠海马神经元的信号转导网络，作为待研究网络；2)采用宽度优先搜索算法生成输入和输出之间的所有通路，采用MFinder软件搜索网络中所有的反馈回路，得到网络中的最小路集；3)提出了一种度量单个蛋白质重要性的新特征SigFlux，定义为包含该节点的最小路集数占所有最小路集数目的比例，并根据网络中通路和反馈回路的分布情况计算蛋白质的SigFlux值；4)将SigFlux与小鼠基因的必要性和进化速率进行相关分析，进一步比较SigFlux与连接度指标，说明SigFlux作为衡量蛋白质重要性指标的有效性。从上述现有技术中可以看出，其预测节点重要性主要是基于信号转导网络的部分拓扑属性来预测网络中单个节点的重要性，没有从网络的全局结构来分析节点的重要作用，并且缺乏从概率上的故障分析机制，未考虑单个节点的故障发生概率的提高对整个网络所造成的影响。
技术实现思路
本专利技术旨在提供一种基于逻辑模型分析信号转导网络中节点重要性的方法，以解决现有技术中未考虑单个节点的故障发生概率的提高对整个网络所造成的影响的技术问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种基于逻辑模型分析信号转导网络中节点重要性的方法。该方法包括以下步骤：S1，根据数据库中存储的信号转导通路，构建一个信号转导网络；S2，根据信号转导网络中节点之间的连接关系将信号转导网络表示为逻辑的串并联模型；S3，对信号转导网络的总体结构分解为最基本的串联和并联结构；S4，当节点中的单个节点或多个节点的故障发生概率改变时，计算信号转导网络发生故障的概率改变值，通过信号转导网络发生故障的概率改变值度量单个节点或多个节点对保持信号转导网络功能的重要性。进一步地，该方法还包括：S5，将信号转导网络发生故障的概率改变值与基因的必要性和基因的进化速率进行相关分析，与预设连接度指标进行比较，进而对信号转导网络中的参数进行调整。进一步地，在步骤S4中，设定在不发生故障的情况下，信号转导网络中各个节点发生故障的概率是一个固定值。进一步地，在步骤S4中，设定在正常情况下，将在正常情况下信号转导网络中各个节点发生故障的概率设定为一常数值，常数值为信号转导网络中各个节点发生故障的平均值，当单个节点发生故障时，该单个节点发生故障的对应概率变为1，计算各个最基本的串联和并联结构发生故障的概率，进而推算出信号转导网络发生故障的概率。进一步地，步骤S1中，现有数据库中存储的各种信号转导通路为人、小鼠、果蝇、线虫或酵母的各种信号转导通路。应用本专利技术的技术方案，通过逻辑模型对整个网络结构进行建模，有利于从全局的网络拓扑属性角度来考察单个节点的重要性；从概率上分析单个节点的故障发生概率的提高对整个网络所造成的影响，容易进行定量分析；可以方便的将单个节点的重要性分析推广到多个节点的联合重要性分析，发现网络中的薄弱模块。可以通过分析的方法发现信号转导网络中重要的节点，为生物实验设计提供指导，帮助研究网络中节点的功能。附图说明构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1示出了根据本专利技术一典型实施方式的基于逻辑模型分析信号转导网络中节点重要性的方法的流程图；图2示出了根据本专利技术另一典型实施方式的基于逻辑模型分析信号转导网络中节点重要性的方法的流程图；图3A示出了真实的细胞凋亡信号转导网络的局部；图3B示出了图3A对应的串并联逻辑模型；图4A示出了最基本的串联结构；以及图4B示出了最基本的并联结构；图5示出了人的凋亡信号转导网络；图6示出了图5模块划分后的示意图；图7示出了图6对应的逻辑关系图；图8示出了图7中模块1对应的中间子模块。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。根据本专利技术一种典型的实施方式，提供一种基于逻辑模型分析信号转导网络中节点重要性的方法。该方法包括以下步骤：S1，根据数据库中存储的信号转导通路，构建一个信号转导网络；S2，根据信号转导网络中节点之间的连接关系将信号转导网络表示为逻辑的串并联模型；S3，对信号转导网络的总体结构分解为最基本的串联和并联结构；S4，当上述节点中的单个节点或多个节点的故障发生概率改变时，计算信号转导网络发生故障的概率改变值，通过信号转导网络发生故障的概率改变值度量单个节点或多个节点对保持信号转导网络功能的重要性，如图1所示。应用本专利技术的技术方案，通过逻辑模型对整个网络结构进行建模，有利于从全局的网络拓扑属性角度来考察单个节点的重要性；串并联关系是计算网络故障发生概率的基础，将大的网络逐级分解成基本的串并联结构才能根据所有节点的故障概率计算出整个网络的故障概率，从而从概率上分析单个节点的故障发生概率的提高对整个网络所造成的影响，与实际的疾病发生情况比较吻合，容易进行定量分析；可以方便的将单个节点的重要性分析推广到多个节点的联合重要性分析，发现网络中的薄弱模块。对于复杂的信号转导网络，将其直接转换成逻辑关系模型是比较困难的。其基本思路是将复杂网络逐级划分：第一步是将其划分为相互独立的多个模块；第二步是将由第一步获得的模块继续划分，区分其内部的串并联关系，如果模块内部可以区分出单个节点的串并联关系，则该模块的逻辑关系模型转换结束，否则继续将该模块进行划分，分为多个独立的小块，重复划分步骤；最后是将由各模块内的逻辑关系模型进行拼接，形成最终的逻辑关系模型。优选的，如图2所示，方法进一步包括：S5，将信号转导网络发生故障的概率改变值与基因的必本文档来自技高网...

【技术保护点】
一种基于逻辑模型分析信号转导网络中节点重要性的方法，其特征在于，包括以下步骤：S1，根据现有数据库中存储的各种信号转导通路，构建一个信号转导网络；S2，根据所述信号转导网络中节点之间的连接关系将所述信号转导网络表示为逻辑的串并联模型；S3，对所述信号转导网络的总体结构分解为最基本的串联和并联结构；S4，当所述节点中的单个节点或多个节点的故障发生概率改变时，计算所述信号转导网络发生故障的概率改变值，通过所述信号转导网络发生故障的概率改变值度量所述单个节点或所述多个节点对保持所述信号转导网络功能的重要性；S5，将所述信号转导网络发生故障的概率改变值与基因的必要性和基因的进化速率进行相关分析，与现有连接度指标进行比较，进而对所述信号转导网络中的参数进行调整。

【技术特征摘要】
1.一种基于逻辑模型分析信号转导网络中节点重要性的方法，其特征在于，包括以下步骤：S1，根据现有数据库中存储的各种信号转导通路，构建一个信号转导网络；S2，根据所述信号转导网络中节点之间的连接关系将所述信号转导网络表示为逻辑的串并联模型；S3，对所述信号转导网络的总体结构分解为最基本的串联和并联结构；S4，当所述节点中的单个节点或多个节点的故障发生概率改变时，计算所述信号转导网络发生故障的概率改变值，通过所述信号转导网络发生故障的概率改变值度量所述单个节点或所述多个节点对保持所述信号转导网络功能的重要性；S5，将所述信号转导网络发生故障的概率改变值与基因的必要性和基因的进化速率进行相关分析，与现...

【专利技术属性】
技术研发人员：刘伟，孙志强，宫二铃，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南,43