[发明专利]一种融合多源生物信息的关键蛋白质识别方法

权利要求书

1.一种融合多源生物信息的关键蛋白质识别方法，其特征在于，所述识别方法包括如下步骤：

(1)输入PPI网络和基因表达数据、GO注释数据、亚细胞定位数据，其中，GO为蛋白质生物功能的注释属性；

(2)根据静态PPI网络和蛋白质基因表达值数据集，利用3σ法则构建多个动态子网络；

(3)对于任一子网中的任一节点u来说，计算出该节点的点边缘聚类系数值DEcc(u,v)，最后求该节点与其所有邻居之间的点聚类系数值之和Sum_DEcc(u)；

(4)对于任一子网中的任一节点u来说，计算出该节点与邻居节点之间的基因共表达值PCC(u,v)，最后求该节点与其所有邻居之间的共表达系数之和Sum_PCC(u)；

(5)对于任一子网中的任一节点u来说，计算出该节点的亚细胞定位得分值SLS(u)，最后求该节点与其邻居之间的亚细胞定位得分值之和Sum_SLS(u)；

(6)对于任一子网中的任一节点u来说，计算出该节点与邻居节点之间的Go注释值Go(u,v)，最后求该节点与其所有邻居之间的共表达系数之和Sum_Go(u)；

(7)对于每一个节点u来说，将上述的属性值进行相加，得到蛋白质u的最终关键性得分值Ess_Pro(u)；

(8)最后将蛋白质节点按Ess_Pro(u)的值从大到小排序输出。

2.根据权利要求1所述的融合多源生物信息的关键蛋白质识别方法，其特征在于，步骤(2)中，根据静态PPI网络和蛋白质基因表达值数据集，利用3σ法则构建多个动态子网络；根据基因表达值数据集，可以计算出每个蛋白质的活跃阈值T_g，再结合静态网络的拓扑属性，可以将静态网络根据时间点划分为多个动态子网络；每个蛋白质的活跃阈值T_g计算过程如公式(1)-(4)所示：

T_g＝u_g+3ρ_g(1-F_g) (4)

蛋白质的基因表达值随时间变化而变化，在公式(1)中，N表示每个蛋白质基因的表达值的数量，G_i表示在i时刻某个蛋白质基因的表达值，u_g表示某个蛋白质基因表达值的平均值，在公式(2)中，ρ_g表示的是某个蛋白质基因表达值的标准差的值，在公式(3)中，F_g表示某个蛋白质一组基因表达值的波动性；最后在公式(4)中，T_g表示是某个蛋白质的活跃阈值，也就是说，如果在某个时刻，蛋白质的基因表达值大于这个阈值T_g，就可以说在该时刻，蛋白质是活跃的、表达的。