[发明专利]一种基于先验知识和网络拓扑特性的关键蛋白预测方法

摘要

本发明公开了一种基于先验知识和网络拓扑特性的关键蛋白预测方法。基于对已知关键蛋白之间拓扑关系的分析发现关键蛋白之间联系紧密，将边聚集系数作为评估两个关键蛋白紧密程度的参数，并利用部分已知关键蛋白，以及其邻居节点与这些已知关键蛋白之间的共簇系数来预测新的关键蛋白。本发明实现简单，只需根据PPI信息和部分已知关键蛋白信息就能够较准确地预测未知关键蛋白，既能用于非加权PPI网络，也能用于加权PPI网络，解决了化学实验方法成本昂贵、耗时等问题。

主权项

一种基于先验知识和网络拓扑特性的关键蛋白预测方法，其特征在于，该方法的步骤为： 1）输入蛋白相互作用信息，用k表示已知的关键蛋白节点数，n表示蛋白相互作用信息网络中关键蛋白的数量，即k个已知关键蛋白加上预测出来的关键蛋白； 2）根据蛋白相互作用信息构建无向图G：输入一组蛋白相互作用信息，过滤其中重复的相互作用和自相互作用，构建无向图G；其中G=(V,E)，V代表蛋白节点集合，E代表蛋白相互作用集合； 3）生成初始的关键蛋白候选集合NK：用候选关键节点集合P存储预测的关键蛋白质，初始化所述关键节点集合P为空集；用集合K存储k个已知的关键蛋白，关键蛋白候选集合NK＝Nv∩(V‑K)，v∈K；Nv为节点v的所有邻居节点的集合； 4）计算共簇系数并以此扩展所述候选关键节点集合P：若所述关键蛋白候选集合NK为非空集，分别计算所述关键蛋白候选集合NK中的节点与所述集合K的共簇系数，取出共簇系数最大的一个节点v，放入所述集合K和所述候选关键节点集合P中，同时更新所述关键蛋白候选集合NK；若所述关键蛋白候选集合NK为空集，分别计算集合V‑K中的节点与所述集合K的共簇系数，取出共簇系数最大的一个节点u，放入所述集合K和所述候选关键节点集合P中，同时更新所述关键蛋白候选集合NK； 5）判断|P|是否等于（n‑k），则是，进入步骤6），若否，返回步骤4），其中|P|表示扩展后的候选关键节点集合P中的元素个数； 6）输出扩展后的候选关键节点集合P中的所有节点。