[发明专利]基于鸽群优化算法识别关键蛋白质的方法

权利要求书

1.一种基于鸽群优化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＝{e_ij，i＝1，2，...，n；j＝1，2，...，n}为边e_ij的集合，结点v_i表示蛋白质，边e_ij表示蛋白质v_i和v_j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

计算每一个蛋白质结点的亚细胞定位分值SLC，计算连接两蛋白质结点的边的结构相似性S_sim和功能相似性F_sim；

(3)鸽子位置初始化

令N为鸽群规模，初始鸽群是在集合V上所有结点中随机产生的，每只鸽子由p个不同的蛋白质结点组成，其中p＜n，一只鸽子代表一个关键蛋白质候选集合；

(4)指南针操作

计算每只鸽子的适应度值fitness(t)，其中t＝1，2...，N，并进行比较找出当前处于最好位置的鸽子，即P_g，其余鸽子P_t根据最优鸽子P_g进行位置调整及更新，iter₁＝iter₁+1；其中，t≠g，iter₁表示指南针操作的当前迭代次数，初值为1；

(5)如果iter₁＞maxiter，停止指南针操作，转向步骤(6)；否则，转向步骤(4)；其中maxiter表示指南针操作的最大迭代次数，maxiter∈[10，30]；

(6)地标操作

将所有鸽子按照适应度值fitness进行排序，在适应度值排名在前50％的鸽子中找到中心鸽子P_c，然后种群里的每只鸽子根据中心鸽子进行位置调整及更新；

(7)比较当前种群中最优鸽子的适应度值fitness[P_g(iter₂)]与种群更新前最优鸽子的适应度值fitness[P_g(iter₂-1)]，如果二者之差小于10^-6，转向步骤(8)；否则，转向步骤(6)；其中iter₂表示地标操作的当前迭代次数，初值为1；

(8)产生关键蛋白质

将适应度值最高的鸽子中的所包含的蛋白质作为识别出的关键蛋白质输出。

2.根据权利要求1所述的基于鸽群优化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v_i的亚细胞定位分值SLC(v_i)由式(1)得到：

式中，C_l表示一种亚细胞组分，l＝1，2...11，SI(C_l)表示亚细胞组分C_l的重要性得分，由式(2)得到：

式中，P_n(l)代表C_l中所包含的蛋白质数目，P_max代表的是在细胞核中包含的蛋白质数目。