[发明专利]一种基于全局采样子图的宽度学习酶蛋白检测方法及系统

说明书

一种基于全局采样子图的宽度学习酶蛋白检测方法，包括：S0：结构转换，将蛋白质分子结构转化为图结构；S1：全局采样，对原始图按照连边进行N次全局采样得到N个子网络；S2：子图映射，按照SGN规则分别对N个子网络进行一阶和二阶的映射，得到2N个映射网络；S3：特征提取与特征融合，对原始网络与2N个映射网络分别基于Graph2vec进行特征提取，分别得到2N+1个网络的K维网络表征向量，通过表征向量横向拼接获取(2N+1)×K维的特征向量作为原始网络的最终表示；S4：宽度网络分类器训练，通过原始网络的最终表示和网络标签有监督的训练宽度网络，最终通过十折交叉验证获得酶蛋白的检测精度。本发明实现高效的精准的酶蛋白检测。

技术领域

本发明涉及网络科学、数据挖掘以及酶蛋白检测技术，特别是一种基于全局采样子图的宽度学习酶蛋白检测方法及系统。

背景技术

近年来，图数据越来越受到广泛的关注。在现实生活中的社交关系网络、生物蛋白质网络以及文献的引用网络本质上都可以用图来刻画。而酶蛋白在自然界中以各种各样存在，如何识别蛋白质是否具有酶性在生物催化领域有着很广泛的前景。图分类问题则是图数据挖掘中一个常见的任务，如在蛋白质毒理性推断以及化学分子性质预测等方面都有广泛的应用，所以将图分类和酶检测结合在一起考虑就变得非常有意义。

子图是网络中的一个基本组件，它能够用于描述网络中更加深层次的信息。由不同子图构成的网络通常存在着截然不同的拓扑属性，因此将子图集成到许多图算法当中往往能实现更高的算法性能。目前大多数子图的获取都是通过采样的方法，最常用的是基于随机游走和有偏游走的局部采样。而本发明则提供了一种基于全局的连边采样方式。

深度学习近些年是人工智能领域研究的热点和主流，因为其性能的优势在各大领域被广泛的提及和使用。然而，深度学习的模型具有参数量大的问题，进而带来算力损耗和时间损耗大的欠缺。本发明则使用了宽度网络分类器大大降低了参数更新量，实现时间上的优化。

申请号为2019110684734的专利所公开的技术方案，一种基于采样子图网络的节点分类方法，该方法使用随机游走策略对网络进行局部采样，通过图映射机制将采样图映射成多个子图然后进行特征矩阵融合，使用极限随机树对网络节点进行分类。该方法使用了随机游走的策略得到局部的网络结构，而缺失了全局的内在信息导致分类精度欠缺，而使用极限随机树作为分类器在分类训练速度上还有待增强。

发明内容

本发明要克服酶蛋白检测技术的上述缺陷，将酶蛋白检测与图分类结合，一种基于全局采样子图的宽度学习酶蛋白检测方法及系统。

本发明将蛋白质结构转化为图结构，利用全局采样的策略、图映射方法以及宽度网络分类器构建了一个图分类的模型，该模型通过全局采样和图映射充分提取了图的内部结构与全局信息，将图中提取的特征信息有监督的训练宽度网络分类器，从而实现对蛋白质精确的酶性检测。

本发明实现上述发明目的所采用的技术方案如下：

一种基于全局采样子图的宽度学习酶蛋白检测方法，包括以下步骤：

S0：结构转换，将蛋白质分子结构转化为图结构；

S1：全局采样，对原始图按照连边进行N次全局采样得到N个子网络；

S2：子图映射，按照SGN规则分别对N个子网络进行一阶和二阶的映射，得到2N个映射网络；

S3：特征提取与特征融合，对原始网络与2N个映射网络分别基于Graph2vec进行特征提取，分别得到2N+1个网络的K维网络表征向量，通过表征向量横向拼接获取(2N+1)×K维的特征向量作为原始网络的最终表示；

S4：宽度网络分类器训练，通过原始网络的最终表示和网络标签有监督的训练宽度网络，最终通过十折交叉验证获得酶蛋白的检测精度。

进一步的，所述步骤S0具体包括：