[发明专利]一种基于灰色BP神经网络蛋白互作关系预测方法

摘要

本发明公开了一种基于灰色BP神经网络蛋白互作关系预测方法，包括以下步骤：步骤一、水稻蛋白质序列特征提取；步骤二、OGN建模；步骤三、输入测试数据，判定蛋白质序列中蛋白与蛋白之间的相互作用关系。本发明采用灰色BP神经网络算法对蛋白质互作关系进行预测，并针对BP神经网络存在的缺陷，引入灰色系统对神经网络的学习过程进行改进，将对灰色系统和神经网络进行融合，建立一种兼具两者优点的方法,则利用这种方法求解灰色问题时,与神经网络方法相比；计算量小,在少样本情况下也可达到较高精度；与灰色系统方法相比，计算精度高,且误差可控。

主权项

1.一种基于灰色BP神经网络蛋白互作关系预测方法，其特征在于，包括以下步骤：步骤一、蛋白质序列信息特征提取，使用PseAA方法，引入近似熵法提取蛋白序列信息特征；步骤二、OGN建模；(1)、对于一维等时距序列，采用GM(1,1)、WPGM(1,1)、pGM(1,1)分别建立预测模型，作为神经网络的输入前端；对于一维非等时距序列，采用NTGM(1,1)、WPGM(1,1)、pGM(1,1)分别建立预测模型，求得M个模拟值和N个预测值，作为神经网络的输入前端；(2)、预设神经网络结构(p,q)为(1,1)；(3)、进行神经网络权值训练，记录下对应网络结构的样本集总误差E；(4)、分别将p和q各自增加1，如果p＝q＝11，进入(5)步骤，否则转(3)步骤；(5)、选出以上10个误差(E)中最小值对应的(p,q)，记为(p0,q0)；(6)、计算20个E；(7)、选出以上20个E中最小者对应的(p,q)，记为(p1,q1)；(8)、计算OGN的预测值；步骤三、输入测试数据，判定蛋白质序列中蛋白与蛋白之间的相互作用关系。