[发明专利]一种基于语义密度的蛋白质网络复合物识别方法

权利要求书

1.一种基于语义密度的蛋白质网络复合物识别方法，其特征在于：具体按照以下步骤实施：

步骤1，对一个无权重的蛋白质相互作用网络数据集，在基因本体库GO中查找网络数据集中所有蛋白质的属性；

步骤2，基于步骤1中的查找结果，采用基于基因本体的语义相似度计算方法来计算步骤1的网络数据集中存在连接的蛋白质之间的相似性；

步骤3，依据步骤2得到的相似性结果，将步骤1中给定的蛋白质相互作用网络数据集转化为一个有权、无向网络数据集，其中节点代表蛋白质，边表示蛋白质之间的相互作用，蛋白质之间的相似度为边的权重；

步骤4，采用基于密度的图划分算法从步骤3中得到的有权、无向图中发现稠密子图，该图划分算法称作DBGPWN，得到的稠密子图即为基于语义密度识别出的蛋白质网络复合物；

所述步骤2中基于基因本体的语义相似度计算方法的具体步骤为：

步骤2.1，设定蛋白质A和蛋白质B作为分析对象，蛋白质A、蛋白质B分别采用生物过程P、分子功能F、细胞组件C这三类GO属性构建三个联合DAG，分别计算每个蛋白质中三个联合DAG的属性对于相应蛋白质的语义贡献S-value；

步骤2.2，根据步骤2.1得出的S-value分别计算蛋白质A与蛋白质B各自采用的三类GO属性中相同类别的属性之间的相似度，即分别求出Sim_p(a，b)、Sim_f(a，b)、Sim_c(a，b)；

步骤2.3，求取步骤2.2得到相似度计算结果的均方值，依据求出的均方值即得出所述步骤1的网络数据集中存在连接的蛋白质之间的相似性。

2.根据权利要求1所述的一种基于语义密度的蛋白质网络复合物识别方法，其特征在于：所述步骤2.1的具体过程为：通过公式(1)求得蛋白质A中的三个联合DAG的属性对于蛋白质A的语义贡献S-value、蛋白质B中的三个联合DAG的属性对于蛋白质B的语义贡献S-value，

Sμ(t)=1t=μmax{we·Sμ(t′)|t′∈childrenof(t)}t≠μ---(1);]]>

其中，w_e表示边e的语义遗传权重，e∈E_ε，e连接着属性t及其子属性t′；S_μ(t)：t表示一个GO属性，S_μ(t)表示一个GO属性t对于属性组μ的语义遗传值，即S-value值；μ表示一组属性的集合；childrenof表示子属性；Ee表示图中边的集合；S_μ(t′)：t′表示属性t的子属性，S_μ(t′)表示该子属性t′对于属性μ的语义遗传值，即S-value值。