[发明专利]基于符号网络的蛋白质交互作用识别与预测方法及其装置

权利要求书

1.基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述方法包括：

创建蛋白质分子交互作用符号网络图，得到符号网络图的邻接矩阵；

获取分子节点对，分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分；

根据节点对的所述二阶路径相似性得分和三阶路径相似性得分计算分子节点对的边值预测得分；

根据所述节点对的边值预测得分识别分子间的交互作用类型，并对蛋白质分子间的未知链接进行预测。

2.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分，具体包括：

对于分子符号网络图G中任意节点对v_i,v_j，查找连接节点v_i与v_j的步长为2的所有路径，基于结构平衡理论计算节点对的2阶相似性得分BScore₂(v_i,v_j)，并存至2阶路径相似性矩阵BS₂中，其中BS₂(i,j)＝BScore₂(v_i,v_j)；

查找G中连接v_i与v_j的步长为3的所有路径，基于结构平衡理论计算节点对的3阶相似性得分BScore₃(v_i,v_j)，并存至3阶路径相似性矩阵BS₃中，其中BS₃(i,j)＝BScore₃(v_i,v_j)。

3.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，所述计算分子节点对的边值预测得分，具体包括：

分子节点对的边值预测得分为连接节点对v_i,v_j的步长为2和步长为3的所有路径对于两节点的相似性贡献总和，记作BScore(v_i,v_j)，

BScore(v_i,v_j)＝λ*BScore₂(v_i,v_j)+(1-λ)*BScore₃(v_i,v_j)

其中，λ为可调步长影响因子。

4.如权利要求1所述的基于符号网络的蛋白质交互作用识别与预测方法，其特征在于，根据所述分子节点对的边值预测得分识别分子间的交互作用类型，包括对分子间已存在的链接进行符号预测，具体包括：

若BScore(v_i,v_j)0，则符号预测结果为正，两分子节点间建立正向链接，交互作用类型为促进关系；

若BScore(v_i,v_j)0，则符号预测结果为负，两分子节点间建立负向链接，交互作用类型为抑制作用；

若BScore(v_i,v_j)＝0，则计算两个分子节点的负密度，根据两分子节点的负密度与网络平均负密度的关系来确定分子间交互作用关系的符号预测结果。