一种基于先验知识和网络拓扑特性的关键蛋白预测方法技术

本发明专利技术公开了一种基于先验知识和网络拓扑特性的关键蛋白预测方法。基于对已知关键蛋白之间拓扑关系的分析发现关键蛋白之间联系紧密，将边聚集系数作为评估两个关键蛋白紧密程度的参数，并利用部分已知关键蛋白，以及其邻居节点与这些已知关键蛋白之间的共簇系数来预测新的关键蛋白。本发明专利技术实现简单，只需根据PPI信息和部分已知关键蛋白信息就能够较准确地预测未知关键蛋白，既能用于非加权PPI网络，也能用于加权PPI网络，解决了化学实验方法成本昂贵、耗时等问题。

【技术实现步骤摘要】

本专利技术涉及基于网络水平的关键蛋白预测领域，特别是一种基于部分已知关键蛋白和生物网络拓扑特性预测新关键蛋白的方法。
技术介绍
蛋白质是构成一切细胞和组织结构必不可少的成分，它是生理功能的执行者，也是生命现象的体现者。不同的蛋白执行不同的生理功能。其中，存在一部分蛋白，通过基因剔除式突变将其移除后会造成有关蛋白质复合物功能丧失，并导致生物体无法生存，这类蛋白被称为关键蛋白。有效的预测关键蛋白对研究细胞的生长调控过程具有重要意义，对病原生物学的研究以及药物设计同样也具有重要价值。在生物学领域，一般利用基因敲除、RNA干扰等实验方法，通过观察生物体是否能 正常生存来辨别一个蛋白是否是关键的。依靠生物实验预测关键蛋白的方法虽然准确有效，但是成本高且效率低。近年来，随着酵母双杂交、串联亲和纯化、质谱分析等高通量的蛋白组技术的发展，可获得的蛋白相互作用(protein-protein interaction, PPI)数据越来越多，为从网络水平上预测关键蛋白提供了条件。研究表明，一个蛋白的关键性与它在生物网络中所对应节点的拓扑特性密切相关。Jeong等人在2001年Nature上发表的文章中本文档来自技高网...

【技术保护点】
一种基于先验知识和网络拓扑特性的关键蛋白预测方法，其特征在于，该方法的步骤为：?1）输入蛋白相互作用信息，用k表示已知的关键蛋白节点数，n表示蛋白相互作用信息网络中关键蛋白的数量，即k个已知关键蛋白加上预测出来的关键蛋白；?2）根据蛋白相互作用信息构建无向图G：输入一组蛋白相互作用信息，过滤其中重复的相互作用和自相互作用，构建无向图G；其中G=(V,E)，V代表蛋白节点集合，E代表蛋白相互作用集合；?3）生成初始的关键蛋白候选集合NK：用候选关键节点集合P存储预测的关键蛋白质，初始化所述关键节点集合P为空集；用集合K存储k个已知的关键蛋白，关键蛋白候选集合NK＝Nv∩(V?K)，v∈K；Nv为...

【技术特征摘要】

【专利技术属性】
技术研发人员：李敏，张含会，王建新，
申请(专利权)人：中南大学，
类型：发明
国别省市：