[发明专利]采用觅食机制的人工蜂群优化算法识别关键蛋白质的方法

摘要

本发明公开了一种采用觅食机制的人工蜂群优化算法识别关键蛋白质的方法，将蛋白质相互作用网络转化为无向图、获取蛋白质对应的核糖核酸基因表达值、对蛋白质相互作用网络边和结点预处理、构建动态蛋白质相互作用网络、选取已知关键蛋白质作为蜜源、采蜜蜂搜索蜜源邻域、跟随蜂搜索采蜜蜂邻域、更新蜜源、侦查蜂全局搜索新蜜源、更新蜜源、产生关键蛋白质。本发明方法能准确地识别关键蛋白质；仿真实验结果表明，敏感度、特异性、阳性预测值、阴性预测值等指标性能较优；与其他关键蛋白识别方法相比，结合人工蜂群的优化特性与蛋白质相互作用网络的特征实现关键蛋白质的识别过程，提高了关键蛋白质的识别准确率。

主权项

1.采用觅食机制的人工蜂群优化算法识别关键蛋白质的方法，其特征在于包括以下步骤：(1)将蛋白质相互作用网络转化为无向图将蛋白质相互作用网络转化成一个无向图G＝(V，E)，其中，V＝{vi,i＝1,2,…,n}为结点vi的集合，E为边e的集合，结点vi表示蛋白质，边e表示蛋白质之间的相互作用；(2)对蛋白质相互作用网络边和结点的预处理对结点vi预处理：按式(1)计算结点vi的介数中心性：式中ρ(s,v,t)表示蛋白质相互作用网络中结点s与结点t之间经过结点v的最短路径的条数，ρ(s,t)表示蛋白质相互作用网络中结点s与结点t之间的最短路径的条数；按式(2)计算边的聚集系数：式中，Z(vi,vj)表示包含边(vi,vj)的三角形个数，di,dj分别是点vi,vj的度；按式(3)计算边的皮尔森相关系数：式中，xt,yt表示蛋白质vx,vy在时间点t时的基因表达值，μ(x),μ(y)是蛋白质vx,vy的平均基因表达值，T为时间点的最大值；(3)构建动态蛋白质相互作用网络在时间点t时，蛋白质vi的基因表达值GEit若大于基因表达阈值AT(i),则被认为蛋白质vi在时间点t具有活性；否则认为该结点在时间点t不具有活性；将所有时间点的活性蛋白质组合在一起，对应到原静态蛋白质相互作用网络中形成一个新的蛋白质相互作用网络，即动态蛋白质网络；GEit为蛋白质vi在时间点t处的基因表达值；基因表达阈值AT(i)由式(4)得到：AT(i)＝μ(i)+3σ(i)(1‑F(i))     式(4)式中μ(i)是蛋白质vi平均基因表达值，σ(i)是基因表达值的标准差，F(i)＝1/(1+σ2(i))是权函数；(4)选取已知关键蛋白质作为蜜源令N为蜜源中包含的已知关键蛋白质的数量，在目前已知的关键蛋白质中随机选取N个关键蛋白质作为先验知识的蜜源；Ep_set表示蜜源包含的蛋白质的集合；iter，maxiter分别表示当前迭代次数和最大迭代次数，iter＝1，maxiter∈[100,800]；(5)采蜜蜂搜索蜜源邻域蜜源的邻域即与蜜源蛋白质有相互作用的蛋白质结点集合niber_set1，每一个邻域结点看作一只采蜜蜂；按照score1(i)＝relevant(vi，Ep_set)确定采蜜蜂当前所在位置的蜜源收益度及该邻域结点成为新蜜源的可能性，式中score1(i)为采蜜蜂当前位置的蜜源收益度，vi是采蜜蜂所代表的蛋白质结点，relevant表示蛋白质结点vi与当前蜜源集合Ep_set之间的关联度；(6)跟随蜂搜索采蜜蜂邻域设采蜜蜂vi的邻域即与采蜜蜂所代表的蛋白质有相互作用且不在当前蜜源集合Ep_set内的蛋白质结点集合为niber_set2；跟随蜂接收采蜜蜂的信息并且对采蜜蜂的邻域进行搜索，即跟随蜂根据公式score2(i)＝fitness(vi，niber_set2,Ep_set)确定当前位置成为新蜜源的可能性，式中vi是采蜜蜂所代表的蛋白质结点，niber_set2表示采蜜蜂的邻域蛋白质结点，fitness表示当前位置成为蜜源的适应度；(7)更新蜜源对蛋白质结点集合niber_set1中的结点按照其score2得分进行降序排序，将score2的值最高的结点设为最优蜜源位置g_best，将score2第二高的结点作为次优候选蜜源s_best；若score2(g_best)‑score2(s_best)>阈值thd，则将g_best作为新蜜源并入到集合Ep_set中，并转向步骤(5)；否则转向步骤(8)；iter迭代加1；(8)侦查蜂全局搜索新蜜源侦查蜂对蛋白质相互作用网络中的除蜜源外的其它蛋白质进行介数中心性计算；然后根据介数中心性的值BC对所有结点进行降序排序，选出介数中心性值最大的结点作为最优蜜源位置g_best；(9)更新蜜源将最优蜜源位置g_best作为新蜜源并入到集合Ep_set中；(10)产生关键蛋白质若iter的值小于等于maxiter，转向步骤(5)；否则，将集合Ep_set中的蛋白质作为关键蛋白质输出。