[发明专利]基于样本数据预测蛋白质复合物的方法

摘要

本发明涉及基于样本数据预测蛋白质复合物的方法。该方法包括：(1)基于所述样本数据构建加权PPI网络并将所述加权PPI网络进行去噪处理，所述去噪处理是通过将基因本体的语义相似度作为PPI网络的权重进行加权的；(2)基于去燥处理后的加权PPI网络构建动态加权PPI网络；(3)利用混合聚类算法预测蛋白质复合物。该方法通过GO语义相似度的引进有效地降低了PPI数据的噪声，并且具有了生物学的意义；同时，反映了真实的蛋白质活动，体现了PPI网络的动态性；另外，改善了传统聚类算法中过拟合或欠拟合的缺陷，提高了聚类算法的准确率，进而有效地提高了蛋白质复合物预测结果的准确性。

主权项

1.一种基于样本数据预测蛋白质复合物的方法，其特征在于，包括：(1)基于所述样本数据构建加权PPI网络并将所述加权PPI网络进行去噪处理，所述去噪处理是通过将基因本体的语义相似度作为PPI网络的权重进行加权的；(2)基于去燥处理后的加权PPI网络构建动态加权PPI网络；(3)利用混合聚类算法预测蛋白质复合物，其中，基于去燥处理后的加权PPI网络构建动态加权PPI网络是通过如下方式实现的：将去燥处理后的加权PPI网络的各蛋白质基因表达的数据与区间估计相结合进行第一计算处理，以便获得总体的均值μ'(p)和方差σ'2(p)；将所述总体的均值μ'(p)和方差σ'2(p)进行第二计算处理，以便获得各蛋白质基因表达的阈值nAct(p)；通过所述各蛋白质基因表达的阈值nAct(p)判断各蛋白质第i时刻被激活的概率；通过所述各蛋白质第i时刻被激活的概率构建动态加权PPI网络neti。