基于扩散距离的关键蛋白质识别方法技术

本发明专利技术公开了一种基于扩散距离的关键蛋白质识别方法，包括以下步骤：根据蛋白质相互作用网络拓扑结构建立无向加权网络，并将无向加权网络表征为无向图邻接矩阵M；根据蛋白质同源信息和亚细胞定位信息计算得到初始距离向量ID；根据无向图邻接矩阵M和初始距离向量ID，迭代地计算蛋白质间的扩散距离以得到扩散距离矩阵MD；根据扩散距离矩阵MD，挖掘重叠功能模块；根据重叠功能模块，对候选蛋白质评分，并输出TOP K的蛋白质为识别的关键蛋白质。本发明专利技术改进了关键蛋白质识别方法研究中多源生物数据的融合方式，降低了相互作用网络中假阳性和假阴性对预测造成的负面影响，大大提高了关键蛋白质的识别准确率。

Key protein recognition method based on diffusion distance

【技术实现步骤摘要】
基于扩散距离的关键蛋白质识别方法
本专利技术涉及关键蛋白质识别
，具体涉及一种基于扩散距离的关键蛋白质识别方法。
技术介绍
关键蛋白质是指被剔除后造成有关蛋白质复合物功能丧失，并导致生物体无法生存或发育的蛋白质。在生物学中，关键蛋白质主要是通过生物医学实验识别。由于生物医学实验识别方法存在代价高、效率低、适用的物种有限等缺陷，因此，高效的识别关键蛋白质的计算方法成为人们关注的热点问题之一。目前，关键蛋白质识别的计算方法大致可以分为如下三种：(1)基于机器学习的方法例如，Chen等结合蛋白质进化率、蛋白质尺寸、度中心性等，采用神经网络和SVM成功地预测了酵母的关键蛋白质；Saha等做了类似的研究工作，他们的分类器结合k-最近邻居和SVM算法；Gustafson等选择大量关键性相关属性，包括上游尺寸、旁系同源等序列特性和网络拓扑特性；Hwang等结合ORF长度、链和PHY等序列特征以及共同功能度等拓扑特征建立SVM分类器；Acencio等通过整合酵母相互作用网络、调控网络和代谢网络构造整合网络，然后用个体特征和整合特征本文档来自技高网...

【技术保护点】
1.一种基于扩散距离的关键蛋白质识别方法，其特征在于，包括以下步骤：/n根据蛋白质相互作用网络拓扑结构建立无向加权网络，并将无向加权网络表征为无向图邻接矩阵M；/n根据蛋白质同源信息和亚细胞定位信息计算得到初始距离向量ID；/n根据无向图邻接矩阵M和初始距离向量ID，迭代地计算蛋白质间的扩散距离以得到扩散距离矩阵MD；/n根据扩散距离矩阵MD挖掘重叠功能模块；/n根据重叠功能模块，对候选蛋白质评分，并输出TOP K的蛋白质为识别的关键蛋白质。/n

【技术特征摘要】
1.一种基于扩散距离的关键蛋白质识别方法，其特征在于，包括以下步骤：
根据蛋白质相互作用网络拓扑结构建立无向加权网络，并将无向加权网络表征为无向图邻接矩阵M；
根据蛋白质同源信息和亚细胞定位信息计算得到初始距离向量ID；
根据无向图邻接矩阵M和初始距离向量ID，迭代地计算蛋白质间的扩散距离以得到扩散距离矩阵MD；
根据扩散距离矩阵MD挖掘重叠功能模块；
根据重叠功能模块，对候选蛋白质评分，并输出TOPK的蛋白质为识别的关键蛋白质。


2.根据权利要求1所述的基于扩散距离的关键蛋白质识别方法，其特征在于，建立无向加权网络时，通过边聚集系数计算蛋白质间的权值W(Pi，Pj)，



其中，为蛋白质Pi的邻居节点的集合，为蛋白质Pj的邻居节点的集合，NPi∩NPj为蛋白质Pi和蛋白质Pj共同的邻居节点的集合，蛋白质Pi和蛋白质Pj为蛋白质相互作用网络中的任意两个蛋白质。


3.根据权利要求1所述的基于扩散距离的关键蛋白质识别方法，其特征在于，初始距离向量ID＝[id1，id2，…idn]，其中，Score_S(pi)为第i个蛋白质的亚细胞位置得分，Score_I(pi)为第i个蛋白质的同源得分，n为蛋白质的数量，i∈[1，n]。


4.根据权利要求3所述的基于扩散距离的关键蛋白质识别方法，其特征在于，



其中，N(pi)为第i个蛋白质的物种数量，{N(pj)|j∈[1，n]}为各个蛋白质的物种数量构成的集合。


5.根据权利要求3所述的基于扩散距离的关键蛋白质识别方法，其特征在于，
Score_S(pi)＝max({I_S(j)|j∈S(pi)})，
其中，S(pi)为与第i个蛋白质关联的所有亚细胞位置构成的集合，{I_S(j)|j∈S(pi)}为S(pi)中各个亚细胞位置的亚细胞位置得分构成的集合。


6.根据权利要求5所述的基于扩散距离的关键蛋白质识别方法，其特征在于，



其中，x为与第i个蛋白...

【专利技术属性】
技术研发人员：胡赛，赵碧海，熊慧军，韩笑，刘馨儿，
申请(专利权)人：长沙学院，
类型：发明
国别省市：湖南;43