蛋白质和疾病关联关系的确定方法、装置、设备及介质制造方法及图纸

本申请涉及医疗健康技术领域，揭示了一种蛋白质和疾病关联关系的确定方法、装置、设备及介质，其中方法包括：获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵；根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。从而实现在较少的数据下稳定有效地预测了潜在的与疾病有关的蛋白质；整个预测过程结合了蛋白质与蛋白质之间的相互作用关系、疾病与疾病之间的相似性、已知的蛋白质与疾病之间的关联关系，从而提高了预测得到的目标蛋白质与疾病关联关系矩阵的准确性。疾病关联关系矩阵的准确性。疾病关联关系矩阵的准确性。

【技术实现步骤摘要】
蛋白质和疾病关联关系的确定方法、装置、设备及介质


[0001]本专利技术涉及人工智能和医疗健康
，尤其涉及一种蛋白质和疾病关联关系的确定方法、装置、设备及介质。

技术实现思路

[0002]基于此，有必要针对现有技术的基于神经网络训练得到的模型预测的蛋白质和疾病的关联关系的准确性不高技术问题，提出了一种蛋白质和疾病关联关系的确定方法、装置、设备及介质。
[0003]第一方面，提供了一种蛋白质和疾病关联关系的确定方法，所述方法包括：
[0004]获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵；
[0005]根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。
[0006]第二方面，提供了一种蛋白质和疾病关联关系的确定装置，所述装置包括：
[0007]数据获取模块，用于获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵；
[0008]预测模块，用于根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。
[0009]第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述蛋白质和疾病关联关系的确定方法的步骤。
[0010]第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述蛋白质和疾病关联关系的确定方法的步骤。
[0011]本申请的蛋白质和疾病关联关系的确定方法，通过获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵，根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。
从而实现在较少的数据下稳定有效地预测了潜在的与疾病有关的蛋白质；整个预测过程结合了蛋白质与蛋白质之间的相互作用关系、疾病与疾病之间的相似性、已知的蛋白质与疾病之间的关联关系，从而提高了预测得到的目标蛋白质与疾病关联关系矩阵的准确性。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0013]其中：
[0014]图1为一个实施例中蛋白质和疾病关联关系的确定方法的应用环境图；
[0015]图2为一个实施例中蛋白质和疾病关联关系的确定方法的流程图；
[0016]图3为一个实施例中蛋白质和疾病关联关系的确定装置的结构框图；
[0017]图4为一个实施例中计算机设备的结构框图；
[0018]图5为一个实施例中计算机设备的另一种结构框图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术实施例提供的蛋白质和疾病关联关系的确定方法，可应用在如图1的应用环境中，其中，客户端110通过网络与服务端120进行通信。服务端120可以通过客户端110接收获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵；服务端120根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。从而实现在较少的数据下稳定有效地预测了潜在的与疾病有关的蛋白质；整个预测过程结合了蛋白质与蛋白质之间的相互作用关系、疾病与疾病之间的相似性、已知的蛋白质与疾病之间的关联关系，从而提高了预测得到的目标蛋白质与疾病关联关系矩阵的准确性。
[0021]在本申请的另一个实施例中，服务端120从预设的存储空间获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵，根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵；服务端120将目标蛋白质与疾病关联关系矩阵发送给客户端110。
[0022]在本申请的另一个实施例中，客户端110从服务端获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵，根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵；客户端110将目标蛋白质与疾病关联关系矩阵发送给服务端120。服务端120将目标蛋白质与疾病关联关系矩阵进行存储，并响应其他应用的请求，将存储的目标蛋白质与疾病关联关系矩阵发送给请求对应的应用。
[0023]其中，客户端110可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面通过具体的实施例对本专利技术进行详细的描述。
[0024]请参阅图2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蛋白质和疾病关联关系的确定方法，所述方法包括：获取已知蛋白质与疾病关联关系矩阵、疾病相似性矩阵和蛋白质相互作用关系矩阵，其中，所述已知蛋白质与疾病关联关系矩阵是蛋白质与疾病之间的关联关系的矩阵，所述疾病相似性矩阵是疾病与疾病之间的相似性的矩阵，所述蛋白质相互作用关系矩阵是蛋白质与蛋白质之间的相互作用关系的矩阵；根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵。2.根据权利要求1所述的蛋白质和疾病关联关系的确定方法，其特征在于，所述根据所述已知蛋白质与疾病关联关系矩阵、所述疾病相似性矩阵和所述蛋白质相互作用关系矩阵进行蛋白质与疾病之间的关联关系的预测，得到目标蛋白质与疾病关联关系矩阵的步骤，包括：基于标签传播方法，根据所述蛋白质相互作用关系矩阵，对所述已知蛋白质与疾病关联关系矩阵进行更新，得到第一矩阵；基于所述标签传播方法，根据所述疾病相似性矩阵，对所述已知蛋白质与疾病关联关系矩阵进行更新，得到第二矩阵；根据所述第一矩阵和所述第二矩阵进行蛋白质与疾病之间的关联关系的预测，得到所述目标蛋白质与疾病关联关系矩阵。3.根据权利要求2所述的蛋白质和疾病关联关系的确定方法，其特征在于，所述基于标签传播方法，根据所述蛋白质相互作用关系矩阵，对所述已知蛋白质与疾病关联关系矩阵进行更新，得到第一矩阵的步骤，包括：对所述蛋白质相互作用关系矩阵进行标准化计算，得到蛋白质标准化相互作用关系矩阵；基于所述标签传播方法，根据所述蛋白质标准化相互作用关系矩阵，对所述已知蛋白质与疾病关联关系矩阵进行更新，得到所述第一矩阵；其中，所述蛋白质标准化相互作用关系矩阵中的第i行第j列的计算公式PP
*
(i,j)表述为：Q是所述蛋白质相互作用关系矩阵中的蛋白质的数量，PP(i,j)是所述蛋白质相互作用关系矩阵中的第i行第j列的元素。4.根据权利要求3所述的蛋白质和疾病关联关系的确定方法，其特征在于，第t+1次迭代之后的第一迭代矩阵的计算公式A
Q
(t+1)表示为：A
Q
(t+1)＝α*PP*A
Q
(t)+(1
‑
α)PD其中，t表示迭代次数，A
Q
(t)表示第t次迭代之后的所述第一迭代矩阵，PD是所述已知蛋白质与疾病关联关系矩阵，在t为0时A
Q
(0)等于所述已知蛋白质与疾病关联关系矩阵，α是0
‑
1之间的小数，α是一个可调整的超参，PP
*
是所述蛋白质标准化相互作用关系矩阵；不断迭代计算所述第一迭代矩阵，直至|A
Q
(t+1)
‑
A
Q
(t)|<μ，将A
Q
(t+1)对应的所述第一
迭代矩阵作为所述第一矩阵，其中，μ是一个预设常量，|A
Q
(t+1)
‑
A
Q
(t)|是计算A
Q
(t+1)
‑
A
Q
(t)的绝对值。5.根据权利要求2所述的蛋白质和疾病关联关系的确定方法，其特征在于，所述基于所述标签传播方法，根...

【专利技术属性】
技术研发人员：刘小双，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：