[发明专利]基于混合蛙跳算法识别关键蛋白质的方法

权利要求书

1.一种基于混合蛙跳算法识别关键蛋白质的方法，其特征在于，包括以下步骤：

1)将蛋白质相互作用网络转化为无向图

将蛋白质相互作用网络转化成一个无向图G＝(V，E)，其中，V＝{v_i,i＝1,2,…,n}为结点v_i的集合，E为边e的集合，结点v_i表示蛋白质，边e表示蛋白质之间的相互作用；

2)对蛋白质相互作用网络中的边和结点进行处理

计算蛋白质结点的局部平均连通性LAC、蛋白质结点的亚细胞定位分值SC和蛋白质复合物分值PC，计算连接两蛋白质结点的边的结构相似性SS和功能相似性FS；

连接两蛋白质结点的边的权值由式(9)得到：

We_ij＝SS_ij×FS_ij                       式(9)

其中，SS_ij为连接两蛋白质结点的边的结构相似性，按照式(7)计算：

式中，Γ(i)，Γ(j)分别表示结点v_i，v_j的邻居结点集再加上v_i，v_j；

FS_ij为连接两蛋白质结点的边的功能相似性，按照式(8)计算：

式中，g(i)，g(j)分别表示注释结点v_i和v_j的GO术语集合

每个蛋白质结点的最终权值FnW(v_i)由式(10)得到：

其中，InW(v_i)为每个蛋白质结点的初始权值，由式(6)得到：

InW(v_i)＝SC(v_i)×PC(v_i)                式(6)；

3)随机产生初始青蛙种群

令F为青蛙种群规模，C为需要识别的候选关键蛋白质的数目，即一只青蛙个体的长度，将所有蛋白质结点按照LAC值降序排序，为缩小关键蛋白质的搜索范围，取前2×C个LAC值中大的结点来产生初始种群，TopV为这些蛋白质结点集合；

4)全局搜索过程，将蛙群划分族群

按青蛙个体的适应值Essentiality(f)对青蛙种群进行降序排序，其中f＝1,2…F，记录适应值最高的青蛙Px，把F只青蛙分配到m个族群Y₁，Y₂，…，Y_m中去，满足Y_k＝[X(j)|X(j)＝X(k+m×(j-1))，j＝1,2,…,n，k＝1,2,…,m]，其中，X(j)表示排序后蛙群中的第j只青蛙；

青蛙个体的适应值Essentiality(f)由式(11)得到：

5)在每个族群中进行元进化，即进行局部搜索：k，iter分别表示族群计数器和局部进化计数器，分别用来与族群总数m和局部最大进化次数maxiter进行比较，k＝1，iter＝1，maxiter∈[50，100]；

6)将所有族群的青蛙进行混合，按新的适应值对所有青蛙个体重新进行排序和族群划分，并记录新的全局最优青蛙个体Px(新)，如果Px(新)和Px的适应值之差不小于10^-4，转向步骤5)；否则，转向步骤7)；

7)产生关键蛋白质

将最优青蛙个体中的蛋白质作为关键蛋白质输出。

2.根据权利要求1所述的基于混合蛙跳算法识别关键蛋白质的方法，其特征在于，步骤2)中，蛋白质结点的局部平均连通性LAC由式(1)得到：

式中，表示结点v_i的邻居结点集，是由中的结点构成的子图，表示集合中的任一结点v_j在子图中的邻居结点的数目。