[发明专利]蛋白质信号转导子网的预测方法和装置有效
申请号: | 201410102941.6 | 申请日: | 2014-03-19 |
公开(公告)号: | CN103870720B | 公开(公告)日: | 2017-02-08 |
发明(设计)人: | 刘伟;谢红卫 | 申请(专利权)人: | 中国人民解放军国防科学技术大学 |
主分类号: | G06F19/12 | 分类号: | G06F19/12 |
代理公司: | 长沙智嵘专利代理事务所43211 | 代理人: | 黄子平 |
地址: | 410073 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种蛋白质信号转导子网的预测方法和装置。其中,蛋白质信号转导子网的预测方法包括建立步骤建立信号转导网络;第一计算步骤计算信号转导网络中每个节点和每条边的分值;第一获取步骤获取信号转导网络中的目标节点及多个第一目标信号子网;第二计算步骤计算每个第一目标信号子网的子网分值和显著性概率值;第二获取步骤获取第一目标信号子网中的多个第二目标信号子网;以及确定步骤确定多个第二目标信号子网中子网分值最高的第二目标信号子网为信号转导子网。通过本发明,解决了现有技术中蛋白质信号转导子网的预测精度低的问题,进而达到了降低预测复杂度、提高预测效率的效果。 | ||
搜索关键词: | 蛋白质 信号 转导 子网 预测 方法 装置 | ||
【主权项】:
一种蛋白质信号转导子网的预测方法,其特征在于,包括:建立步骤:建立信号转导网络,其中,一种蛋白质为所述信号转导网络的一个节点,具有通信关系的两种蛋白质之间的通道为所述信号转导网络的一条边;第一计算步骤:计算所述信号转导网络中每个节点和每条边的分值;第一获取步骤:获取所述信号转导网络中的目标节点及多个第一目标信号子网,其中,所述目标节点为所述信号转导网络中节点分值最高的节点,所述第一目标信号子网为所述信号转导网络中与所述目标节点连通的信号子网,通过动态规划来搜索与目标节点相连接的多个第一目标信号子网,直到第一目标信号子网中节点的数量达到预设的上限或者不存在可连接的节点;第二计算步骤:计算每个所述第一目标信号子网的子网分值和显著性概率值;第二获取步骤:获取所述第一目标信号子网中的多个第二目标信号子网,其中,所述第二目标信号子网为所述显著性概率值小于预设值的所述第一目标信号子网;以及确定步骤:确定多个所述第二目标信号子网中子网分值最高的所述第二目标信号子网为所述信号转导子网;按照以下公式计算每个所述第一目标信号子网的子网分值:Di2=Σi1=1pEi1′p+λΣj1=1qFj1′q]]>其中,Di2为第一目标信号子网i2的子网分值,E′i1为所述第一目标信号子网i2的第i1个节点的分值,F′j1为所述第一目标信号子网i2的第j1条边的分值,p为所述第一目标信号子网i2中节点的个数,q为所述第一目标信号子网i2中边的条数,λ为预设系数,所述第一目标信号子网i2为多个所述第一目标信号子网中的任一信号子网;计算每个所述第一目标信号子网的显著性概率值包括:从所述信号转导网络中获取预设数量的第三目标信号子网,其中,所述第三目标信号子网的节点的数量与第一目标信号子网i2的节点的数量相同,所述第三目标信号子网的边的数量与所述第一目标信号子网i2的边的数量相同;计算每个所述第三目标信号子网的子网分值;以及按照公式计算所述的第一目标信号子网i2的显著性概率值P,其中,N2为所述第三目标信号子网的数量,N1为子网分值大于所述第一目标信号子网i2的子网分值的所述第三目标信号子网的数量,所述第一目标信号子网i2为多个所述第一目标信号子网中的任一信号子网。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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中国人民解放军国防科学技术大学,未经中国人民解放军国防科学技术大学许可,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/patent/201410102941.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种棉花壳剥离器
- 下一篇:MC1R基因突变检测特异性引物和液相芯片
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用