[发明专利]基于人工鱼群优化算法识别关键蛋白质的方法

摘要

本发明公开了一种基于人工鱼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、构建提纯的蛋白质相互作用网络、获取蛋白质对应的核糖核酸基因表达值、GO注释信息以及蛋白质在已知复合物内的度，对提纯后的蛋白质相互作用网络边和结点进行处理、选取已知关键蛋白质作为初始人工鱼、人工鱼执行觅食行为、随机行为、追尾行为、聚群行为并产生关键蛋白质。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；与其他关键蛋白质识别方法相比，将人工鱼群的优化特性与蛋白质相互作用网络的拓扑特征进行结合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

基于人工鱼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)构建提纯的蛋白质相互作用网络：在时间点t时，结点vi的基因表达值Epit若大于基因表达活性阈值Active_Th(i),则认为结点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；若V中任意两个不同的结点v,u在时间点t同时具有活性，则认为在时间点t下结点v,u共表达；将无向图中在所有时间点下都没有共表达的蛋白质相互作用所对应的边删去，构建一个提纯的蛋白质相互作用网络；(3)对提纯的蛋白质相互作用网络的边和结点进行处理：计算边的聚集系数ECC、边的皮尔森相关系数PCC、边的GO功能相似性以及结点在蛋白质复合物内部的度；(4)选取已知关键蛋白质组成初始人工鱼：令N为人工鱼种群规模，m为每条人工鱼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m个已知关键蛋白质组成一条先验知识的人工鱼；Fish(k)表示第k条初始人工鱼中包含的已知关键蛋白质集合，k＝1,2…N；Cn为候选关键蛋白质的个数；(5)觅食行为：找出每条人工鱼中蛋白质的所有邻居蛋白质，构成邻居蛋白质结点集合Neighbor(k)，并且集合Neighbor(k)与集合Neighbor(l)中的蛋白质互不相同，k＝1,2…N,l＝1,2…N,k≠l；对于Neighbor(k)中的每个结点vi按照公式score1(i)＝fitness1(vi,Fish(k))确定合并到人工鱼Fish(k)中的可能性，将邻居蛋白质结点集合Neighbor(k)中的结点按照其score1得分进行降序排序，将score1的值最高的蛋白质结点添加到Fish(k)中,同时添加到集合Add(k)中；觅食行为重复执行Tn次，向初始人工鱼中添加Tn个蛋白质结点；(6)追尾行为：觅食行为执行之后，对每条人工鱼按照公式Score2(k)＝fitness2(Add(k))确定处于最优状态的人工鱼，对所有人工鱼按照其Score2得分进行降序排序，Score2的值最高的人工鱼即为最优人工鱼Fish(p)，p∈[1,N]，把对应于最优人工鱼Fish(p)的集合Add(p)中的蛋白质结点添加到集合Candidate中；(7)聚群行为：除最优人工鱼Fish(p)对应的集合Add(p)外，将其余人工鱼Fish(k)对应的集合Add(k)中的结点vi按照公式Score3(i)＝fitness3(vi)计算得分，其中k≠p；对所有vi按照其Score3得分进行降序排序,令δ为拥挤度因子，选择排在前面的δ个蛋白质结点添加到集合Candidate中；(8)产生关键蛋白质：将步骤(7)所得的集合Candidate中的蛋白质结点作为关键蛋白质输出。