基于PPI网络层次结构预测功能模块及作用的方法技术

本发明专利技术涉及基于PPI网络层次结构预测功能模块及作用的方法。本发明专利技术技术方案涉及输入PPI网络和生物信息，根据蛋白质相互作用网络，构建层次结构树T，蛋白质相互作用网络的似然值计算，编码层次结构树T，寻找最大似然值层次树结构树T的遗传算法，功能模块挖掘及作用预测。本发明专利技术克服了在密度较小的稀疏PPI网络中效果不佳和随机性的缺陷。本发明专利技术根据最大似然值层次结构树T，对功能模块进行挖掘以及作用预测，通过网络的似然值计算，同时实现功能模块的挖掘以及作用预测，该方法在考虑网络拓扑的基础上也融合了相应的生物信息，反映网络节点间的内部关系，减少许多不必要的密度计算，使预测结果更加准确，提高了预测结果的可靠性。

【技术实现步骤摘要】
基于PPI网络层次结构预测功能模块及作用的方法
本专利技术属于生物信息
，主要是在蛋白质相互作用网络中通过网络层次结构分析算法挖掘功能模块及作用预测的技术，特别涉及PPI网络中基于网络层次结构预测功能模块及作用的方法。
技术介绍
蛋白质相互作用网络(PPI)在生命活动中发挥着重要作用，同时对生物体生存、药物标靶设计、疾病治疗及预测等方面有着重要的应用价值。虽然目前对于蛋白质相互作用网络中的功能模块的挖掘取得了一些成果，但由于生命系统的高度复杂性和随机性，其他领域中卓有成效的方法往往在PPI网络分析中不一定取得理想的效果，导致预测出来的蛋白质准确率较低。在本专利技术作出之前，在已有的方法中，大多都是要计算出蛋白质网络的密度，通过计算密度检测PPI网络中存在的一些联系紧密的功能区，首先选取局部邻域密度最大的节点作为初始的功能模块，然后向外扩张该节点形成最终的功能模块。这样挖掘功能模块及作用预测的缺点是：(1)已有的方法能够有效地检测出密度大的功能模块，但在密度较小的稀疏PPI网络中效果不佳。(2)由于生命系统的高度复杂性和随机性，通过计算网络密度挖掘功能模块的方法往往不一定取得理想本文档来自技高网...

【技术保护点】
基于PPI网络层次结构预测功能模块及作用的方法，其特征在于如下步骤：(1)输入PPI网络和生物信息；(2)根据蛋白质相互作用网络，构建层次结构树T；(3)蛋白质相互作用网络的似然值计算：根据层次结构树T以及内部阶层上的所赋的概率值的结合，得出对应于原网络G的似然值；(4)编码层次结构树T：采用中序遍历的方式，即先遍历左孩子节点，再遍历根节点，最后遍历右孩子节点，对层次结构树T进行编码；(5)寻找最大似然值层次结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；(6)功能模块挖掘及作用预测：根据最大似然值层次结构树T，计算每个模块的模块度，进行功能模块挖...

【技术特征摘要】
1.基于PPI网络层次结构预测功能模块及作用的方法，其特征在于如下步骤：(1)输入PPI网络和生物信息；(2)根据蛋白质相互作用网络，构建层次结构树T；(3)蛋白质相互作用网络的似然值计算：根据层次结构树T以及内部阶层上的所赋的概率值的结合，得出对应于原网络G的似然值；(4)编码层次结构树T：采用中序遍历的方式，即先遍历左孩子节点，再遍历根节点，最后遍历右孩子节点，对层次结构树T进行编码；(5)寻找最大似然值层次结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；(6)功能模块挖掘及作用预测：根据最大似然值层次结构树T，计算每个模块的模块度，进行功能模块挖掘，得出相互作用...

【专利技术属性】
技术研发人员：刘维，马良玉，陈昕，
申请(专利权)人：扬州大学，
类型：发明
国别省市：江苏,32