[发明专利]基于鸽群优化算法识别关键蛋白质的方法在审
申请号: | 201910662124.9 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110400599A | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 雷秀娟;杨晓琴;张宇辰 | 申请(专利权)人: | 陕西师范大学 |
主分类号: | G16B20/00 | 分类号: | G16B20/00;G16B50/10;G16B40/00;G06N3/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李红霖 |
地址: | 710119 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 关键蛋白质 蛋白质相互作用 鸽子 蛋白质 仿真实验结果 测度 亚细胞定位 功能注释 生物特性 算法识别 拓扑特征 网络转化 优化算法 初始化 灵敏度 群优化 无向图 正确率 指南针 准确率 地标 算法 阴性 预测 网络 优化 | ||
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={vi,i=1,2,...,n}为结点vi的集合,E={eij,i=1,2,...,n;j=1,2,...,n}为边eij的集合,结点vi表示蛋白质,边eij表示蛋白质vi和vj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Ssim和功能相似性Fsim;
(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Pg,其余鸽子Pt根据最优鸽子Pg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Pc,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[Pg(iter2)]与种群更新前最优鸽子的适应度值fitness[Pg(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vi的亚细胞定位分值SLC(vi)由式(1)得到:
式中,Cl表示一种亚细胞组分,l=1,2...11,SI(Cl)表示亚细胞组分Cl的重要性得分,由式(2)得到:
式中,Pn(l)代表Cl中所包含的蛋白质数目,Pmax代表的是在细胞核中包含的蛋白质数目。
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陕西师范大学,未经陕西师范大学许可,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/201910662124.9/1.html,转载请声明来源钻瓜专利网。