一种引入序列信息的残基相互作用网络比对算法SI‑MAGNA制造技术

本发明专利技术公开了一种引入序列信息的残基相互作用网络比对算法SI‑MAGNA，属于计算机应用技术领域。本发明专利技术方法是基于完全依靠网络拓扑信息的MAGNA比对算法框架，在其优化函数中引入了蛋白质的序列信息相似性得分并提出SI‑MAGNA算法。它计算种群成员适应度值，将两个父代比对通过交叉函数择优产生一个适应度值更高的子代比对，迭代循环，当满足终止条件时，退出循环，输出比对结果。本发明专利技术方法利用算法SI‑MAGNA的在残基相互作用网络比对上的准确性，可以发现蛋白质结构上的保守区域，从而找到实现相似功能的相似结构和产生差异的独有结构，为从系统角度研究蛋白质空间结构和蛋白质性质、功能的关系提供了有效的手段。

【技术实现步骤摘要】
一种引入序列信息的残基相互作用网络比对算法SI-MAGNA
本专利技术是一种引入序列信息的残基相互作用网络比对算法SI-MAGNA，属于计算机应用
具体的说就是基于MAGNA网络比对方法，提出引入蛋白质序列信息的残基相互作用网络比对算法SI-MAGNA，发现两个蛋白质结构上的保守区域，从而找到实现相似功能的相似结构和产生差异的独有结构，该方法可应用于分子设计、分子筛选、药物设计等诸多领域。
技术介绍
随着实验测定技术的发展，产生了大量的分子相互作用数据，也称为生物网络数据，例如：蛋白质-蛋白质相互作用网络、代谢网络、残基相互作用网络、基因表达网络等。这使得生物网络比对在近年来成为研究代谢、结构、功能和进化的一类重要的方法。残基相互作用网络对于从系统角度研究蛋白质空间结构和蛋白质性质、功能的关系有着至关重要的作用。而残基相互作用网络比对对于研究蛋白质的分子基础和空间结构非常重要，它能够推动蛋白质结构、性质和功能相关研究的发展。目前，绝大多数的网络比对方法是针对蛋白质-蛋白质相互作用网络提出的。Kuchaiev,O(《Integrativenetworkalignmentreve本文档来自技高网...

【技术保护点】
一种引入序列信息的残基相互作用网络比对算法SI‑MAGNA，其特征在于：基于完全依靠网络拓扑信息的MAGNA网络比对方法框架，将蛋白质的序列信息相似性得分引入适应度函数中，优化网络比对算法。使用BLOSUM矩阵作为蛋白质序列比对的打分矩阵，将比对后的序列相似性得分加入到残基相互作用网络比对方法的优化函数中，即将适应度函数F定义为：F＝α×TopoScore(f)+(1‑α)×SeqScore(f)，α∈[0,1]其中TopoScore(f)表示拓扑信息的相似性，SeqScore(f)表示序列信息的相似性。

【技术特征摘要】
1.一种引入序列信息的残基相互作用网络比对算法SI-MAGNA，其特征在于：基于完全依靠网络拓扑信息的MAGNA网络比对方法框架，将蛋白质的序列信息相似性得分引入适应度函数中，优化网络比对算法。使用BLOSUM矩阵作为蛋白质序列比对的打分矩阵，将比对后的序列相似性得分加入到残基相互作用网络比对方法的优化函数中，即将适应度函数F定义为：F＝α×TopoScore(f)+(1-α)×SeqScore(f)，α∈[0,1]其中TopoScore(f)表示拓扑信息的相似性，SeqScore(f)表示序列信息的相似性。2.根据权利要求1所述的一种引入序列信息的残基相互作用网络比对算法SI-MAGNA，它基于MA...

【专利技术属性】
技术研发人员：丁彦蕊，陶斯涵，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32