【技术实现步骤摘要】
基于符号网络的蛋白质交互作用识别与预测方法及其装置
本专利技术涉及蛋白质分子间的交互作用预测领域，具体涉及基于符号网络的蛋白质交互作用识别与预测方法及其装置。
技术介绍
蛋白质之间的交互作用是细胞实现功能的基础，对蛋白质交互作用预测模型的构建，有利于揭示蛋白质之间相互的促进或抑制作用关系，有利于理解细胞调控及其信号传导的过程，了解细胞中蛋白复合体形成的分子机制，拓展对蛋白质功能的理解，从整体上了解生物功能的运行机理。因此，研究蛋白质之间的交互作用，有助于从系统角度理解各种生物学过程，有助于在分子、细胞和生物体等多个层次上全面揭示生命过程的许多本质问题。信号传导、细胞周期调控、疾病的发生等众多重要生理或病理活动，均是通过蛋白质交互作用及其关系网络来实现的。因此，对蛋白质交互作用关系的研究有助于探索疾病的发生机制，同时还有助于寻找新的药物靶标，为新药研发开辟道路。因此，蛋白质交互作用预测的研究引起相关领域学者们的广泛关注，并提出许多生化实验检测方法和计算预测方法。当前可用的生物数据在不断地迅速增长，仍有很多生物信息如蛋白...
【技术保护点】
1.基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述方法包括：/n创建蛋白质分子交互作用符号网络图，得到符号网络图的邻接矩阵；/n获取分子节点对，分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分；/n根据节点对的所述二阶路径相似性得分和三阶路径相似性得分计算分子节点对的边值预测得分；/n根据所述节点对的边值预测得分识别分子间的交互作用类型，并对蛋白质分子间的未知链接进行预测。/n
【技术特征摘要】
1.基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述方法包括：
创建蛋白质分子交互作用符号网络图，得到符号网络图的邻接矩阵；
获取分子节点对，分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分；
根据节点对的所述二阶路径相似性得分和三阶路径相似性得分计算分子节点对的边值预测得分；
根据所述节点对的边值预测得分识别分子间的交互作用类型，并对蛋白质分子间的未知链接进行预测。
2.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分，具体包括：
对于分子符号网络图G中任意节点对<vi,vj>，查找连接节点vi与vj的步长为2的所有路径，基于结构平衡理论计算节点对的2阶相似性得分BScore2(vi,vj)，并存至2阶路径相似性矩阵BS2中，其中BS2(i,j)＝BScore2(vi,vj)；
查找G中连接vi与vj的步长为3的所有路径，基于结构平衡理论计算节点对的3阶相似性得分BScore3(vi,vj)，并存至3阶路径相似性矩阵BS3中，其中BS3(i,j)＝BScore3(vi,vj)。
3.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述计算分子节点对的边值预测得分，具体包括：
分子节点对的边值预测得分为连接节点对<vi,vj>的步长为2和步长为3的所有路径对于两节点的相似性贡献总和，记作BScore(vi,vj)，
BScore(vi,vj)＝λ*BScore2(vi,vj)+(1-λ)*BScore3(vi,vj)
其中，λ为可调步长影响因子。
4.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，根据所述分子节点对的边值预测得分识别分子间的交互作用类型，包括对分子间已存在的链接进行符号预测，具体包括：
若BScore(vi,vj)>0，则符号预测结果为正，两分子节点间建立正向链接，交互作用类型为促进关系；
若BScore(vi,vj)<0，则符号预测结果为负，两分子节点间建立负向链接，交互作用类型为抑制作用；
若BScore(vi,vj)＝0，则计算两个分子节点的负密度，根据两分子节点的负密度与网络平均负密度的关系来确定分子间交互作用关系的符号...
【专利技术属性】
技术研发人员：刘苗苗，张永生，王勇，张国华，刘志刚，王茱，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。