[发明专利]基于半监督网络嵌入模型的蛋白质复合体检测方法与装置

权利要求书

1.基于半监督网络嵌入模型的蛋白质复合体检测方法，其特征在于，包括以下步骤：

获取蛋白质相互作用交互网络的邻接矩阵；

对邻接矩阵进行嵌入处理，从而得到降维矩阵；

利用聚类算法对降维矩阵进行处理，从而得到蛋白质复合体检测结果；

所述对邻接矩阵进行嵌入处理，从而得到降维矩阵这一步骤，具体包括：

计算蛋白质相互作用交互网络中所有任意两点之间的一阶估计，从而得到蛋白质相互作用交互网络的局部结构信息；

计算蛋白质相互作用交互网络中所有任意两点之间的二阶估计，从而得到蛋白质相互作用交互网络的总体结构信息；

将局部结构信息和总体结构信息保存到邻接矩阵中，从而得到降维矩阵；

所述计算蛋白质相互作用交互网络中所有任意两点之间的一阶估计，从而得到蛋白质相互作用交互网络的局部结构信息这一步骤，具体包括：

利用邻点选择算法选择出蛋白质相互作用交互网络中的每一个顶点的优选邻点集；

分别根据每一个顶点的优选邻点集，为每一个顶点赋予特征信息，从而建立特征信息矩阵；

根据特征信息矩阵，计算蛋白质相互作用交互网络中所有任意两点之间的一阶估计；

将蛋白质相互作用交互网络中所有任意两点之间的一阶估计作为所需获取的蛋白质相互作用交互网络的局部结构信息。

2.根据权利要求1所述的基于半监督网络嵌入模型的蛋白质复合体检测方法，其特征在于，所述计算蛋白质相互作用交互网络中所有任意两点之间的二阶估计，从而得到蛋白质相互作用交互网络的总体结构信息这一步骤，具体包括：

将邻接矩阵和特征信息矩阵输入到图卷积神经网络中处理，从而输出蛋白质相互作用交互网络中所有任意两点之间的二阶估计；

将蛋白质相互作用交互网络中所有任意两点之间的二阶估计作为所需获取的蛋白质相互作用交互网络的总体结构信息。

3.根据权利要求1或2所述的基于半监督网络嵌入模型的蛋白质复合体检测方法，其特征在于，所述利用邻点选择算法选择出蛋白质相互作用交互网络中的每一个顶点的优选邻点集这一步骤，具体包括：

利用Deepwalk算法对蛋白质相互作用交互网络进行处理，从而得到每一个顶点的Deepwalk向量；

选定蛋白质相互作用交互网络中的一个顶点作为对象顶点；

根据对象顶点和对象顶点的所有邻点的Deepwalk向量，分别计算对象顶点与其每一个邻点的欧几里得距离；

计算对象顶点与其每一个邻点的欧几里得距离的算术平均数；

将所有与对象顶点的欧几里得距离大于算术平均数的邻点组成的集合作为对象顶点的优选邻点集；

返回执行所述选定蛋白质相互作用交互网络中的一个顶点作为对象顶点这一步骤，直至选择出蛋白质相互作用交互网络中的每一个顶点的优选邻点集为止。

4.根据权利要求2所述的基于半监督网络嵌入模型的蛋白质复合体检测方法，其特征在于，所述计算蛋白质相互作用交互网络中所有任意两点之间的二阶估计，从而得到蛋白质相互作用交互网络的总体结构信息这一步骤之后，设有优化步骤，所述优化步骤包括：

根据蛋白质相互作用交互网络中所有任意两点之间的一阶估计和二阶估计，计算图拉普拉斯正则项损失函数；

动态调整特征信息矩阵的阶数，直至图拉普拉斯正则项损失函数最小化；

将根据图拉普拉斯正则项损失函数最小时对应的一阶估计和二阶估计分别作为所需获取的蛋白质相互作用交互网络的局部结构信息和总体结构信息。

5.根据权利要求4所述的基于半监督网络嵌入模型的蛋白质复合体检测方法，其特征在于，所述图拉普拉斯正则项损失函数，其计算公式如下所示：

L＝L_first+λL_second

式中，L为图拉普拉斯正则项损失函数，L_first为一阶估计被监控的损失，L_second为二阶估计被监控的损失，λ为L_first和L_second之间的均衡因子。