[发明专利]一种采用改进的HITS算法识别关键蛋白质的方法

摘要

本发明将蛋白质相互作用网络转化为有向图、对蛋白质相互作用网络的边的预处理、网络拓扑加权边、网络生物特性加权边、利用HITS算法得到结点权威值和中心值、结点权威值和中心值归一化处理、得到每个结点的综合得分、产生关键蛋白质。本发明通过仿真实验来验证本发明的识别效果，实验结果分别使用敏感性、特异性、阳性预测值、阴性预测值、精确率和召回率调和值、精确值等指标来评价本发明中的方法；并将本发明跟其他识别关键蛋白质的方法做对比，结果表明本发明采用改进的HITS算法识别关键蛋白质的方法具有较好的性能，从以上评价指标来看本发明优于其他方法。

主权项

1.一种采用改进的HITS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双向有向图将蛋白质相互作用网络转化为一个双向有向图G＝(V，E)，其中，V＝{v1，v2，...，vi，...，vn}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，n表示蛋白质结点的个数；2)对蛋白质相互作用网络的边的预处理边的预处理包括计算边的聚集系数、边的基因表达相似性、边的功能相似性、边的可靠相似性；3)网络拓扑加权边根据步骤2)得到的边聚集系数得到网络拓扑加权边的权值wvu；4)网络生物特性加权边根据步骤2)得到的边的基因表达相似性、边的功能相似性、边的可靠性对边进行加权，得到生物信息加权边的权值wuv；5)利用HITS算法得到结点权威值和中心值利用HITS算法得到每个结点的权威值a(v)和中心值h(v)；6)结点权威值和中心值归一化处理对步骤5)得到的权威值a(v)和中心值h(p)，进行归一化处理，得到标准权威值a(v)和标准中心值h(v)；iter迭代加1；7)得到每个结点的综合得分若iter的值小于等于次数maxiter，则转向步骤6)；此时，根据每个结点当前的权威值a(v)和中心值h(v)得到综合得分Fin(v)；8)产生关键蛋白质根据步骤7)得到的每个结点的综合得分Fin(v)，对蛋白质进行排序；随着k个不同参数的变化，每个结点的排序也会有所变化，将所有的蛋白质的排序合并为一个关键蛋白质候选集X_i，统计候选集X_i中蛋白质出现的个数作为集成得分EM(v)，若某个蛋白质的集成得分EM(v)大于设定阈值则认为其为关键蛋白质。