[发明专利]基于PPI网络层次结构预测功能模块及作用的方法有效
| 申请号： | 201711153530.X | 申请日： | 2017-11-15 |
| 公开（公告）号： | CN107798215B | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 刘维;马良玉;陈昕 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G16B20/00 | 分类号： | G16B20/00;G06N3/12 |
| 代理公司： | 南京中新达专利代理有限公司 32226 | 代理人： | 孙鸥;朱杰 |
| 地址： | 225009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 ppi 网络 层次 结构 预测 功能模块 作用 方法 | ||
【权利要求书】：
1.基于PPI网络层次结构预测功能模块及作用的方法，其特征在于如下步骤：
(1)输入PPI网络和生物信息；
(2)根据蛋白质相互作用网络，构建层次结构树T；
(3)蛋白质相互作用网络的似然值计算：根据层次结构树T以及内部阶层上的所赋的概率值的结合，得出对应于原网络G的似然值；
(4)编码层次结构树T：采用中序遍历的方式，即先遍历左孩子节点，再遍历根节点，最后遍历右孩子节点，对层次结构树T进行编码；
(5)寻找最大似然值层次结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；
(6)功能模块挖掘及作用预测：根据最大似然值层次结构树T，计算每个模块的模块度，进行功能模块挖掘，得出相互作用的概率。
2.根据权利要求1所述的基于PPI网络层次结构预测功能模块及作用的方法，其特征在于所述步骤(5)寻找最大似然值层次结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；同时进行全局搜索，以生物进化为原型，利用其收敛性，寻找最大似然值层次结构树T从而得到每个模块的模块度的值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学，未经扬州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711153530.X/1.html，转载请声明来源钻瓜专利网。
