[发明专利]一种基于语义密度的蛋白质网络复合物识别方法

摘要

本发明公开了一种基于语义密度的蛋白质网络复合物识别方法，具体按照以下步骤实施对于一个无权重的蛋白质相互作用网络数据集，在基因本体库GO中查找网络数据集中所有蛋白质的属性；基于查找结果，采用一种基于基因本体的语义相似度计算方法来计算的网络数据集中存在连接的蛋白质之间的相似性；依据得到的相似性结果，将给定的蛋白质相互作用网络数据集转化为一个有权、无向网络数据集，其中节点代表蛋白质，边表示蛋白质之间的相互作用，蛋白质之间的相似度为边的权重；能够从蛋白质相互作用网络中识别出蛋白质复合物，且识别准确度较高、时间复杂度较低。

主权项

一种基于语义密度的蛋白质网络复合物识别方法，其特征在于：具体按照以下步骤实施：步骤1，对一个无权重的蛋白质相互作用网络数据集，在基因本体库GO中查找网络数据集中所有蛋白质的属性；步骤2，基于步骤1中的查找结果，采用基于基因本体的语义相似度计算方法来计算步骤1的网络数据集中存在连接的蛋白质之间的相似性；步骤3，依据步骤2得到的相似性结果，将步骤1中给定的蛋白质相互作用网络数据集转化为一个有权、无向网络数据集，其中节点代表蛋白质，边表示蛋白质之间的相互作用，蛋白质之间的相似度为边的权重；步骤4，采用基于密度的图划分算法从步骤3中得到的有权、无向图中发现稠密子图，该图划分算法称作DBGPWN，得到的稠密子图即为基于语义密度识别出的蛋白质网络复合物；所述步骤2中基于基因本体的语义相似度计算方法的具体步骤为：步骤2.1，设定蛋白质A和蛋白质B作为分析对象，蛋白质A、蛋白质B分别采用生物过程P、分子功能F、细胞组件C这三类GO属性构建三个联合DAG，分别计算每个蛋白质中三个联合DAG的属性对于相应蛋白质的语义贡献S‑value；步骤2.2，根据步骤2.1得出的S‑value分别计算蛋白质A与蛋白质B各自采用的三类GO属性中相同类别的属性之间的相似度，即分别求出Simp(a，b)、Simf(a，b)、Simc(a，b)；步骤2.3，求取步骤2.2得到相似度计算结果的均方值，依据求出的均方值即得出所述步骤1的网络数据集中存在连接的蛋白质之间的相似性。