[发明专利]基于混合蛙跳算法识别关键蛋白质的方法

摘要

本发明公开了一种基于混合蛙跳算法识别关键蛋白质的方法，通过将蛋白质相互作用网络转化为无向图、获取蛋白质对应的亚细胞定位信息、蛋白质复合物参与信息以及功能注释信息、对蛋白质相互作用网络中结点和边进行处理、根据蛋白质结点的局部平均连通性初始化青蛙种群、根据青蛙的适应值划分族群、青蛙在族群中进行元进化，执行局部搜索、所有青蛙进行全局思想交流，执行全局搜索、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，灵敏度、特异性、F测度、阳性预测值、阴性预测值以及正确率等指标较优；与其他关键蛋白质识别方法相比，将混合蛙跳算法的优化特性与蛋白质相互作用网络的拓扑特征以及蛋白质自身的生物特性进行结合来识别关键蛋白质，提高了关键蛋白质的识别准确率。

主权项

1.一种基于混合蛙跳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＝{v_i,i＝1,2,…,n}为结点v_i的集合，E为边e的集合，结点v_i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中的边和结点进行处理计算蛋白质结点的局部平均连通性LAC、蛋白质结点的亚细胞定位分值SC和蛋白质复合物分值PC，计算连接两蛋白质结点的边的结构相似性SS和功能相似性FS；3)随机产生初始青蛙种群令F为青蛙种群规模，C为需要识别的候选关键蛋白质的数目，即一只青蛙个体的长度，将所有蛋白质结点按照LAC值降序排序，为缩小关键蛋白质的搜索范围，取前2×C个LAC值中较大的结点来产生初始种群，TopV为这些蛋白质结点集合；4)全局搜索过程，将蛙群划分族群按青蛙个体的适应值Essentiality(f)对青蛙种群进行降序排序，其中f＝1,2…F，记录适应值最高的青蛙Px，把F只青蛙分配到m个族群Y₁，Y₂，…，Y_m中去，满足Y_k＝[X(j)|X(j)＝X(k+m×(j‑1))，j＝1,2,…,n，k＝1,2,…,m]，其中，X(j)表示排序后蛙群中的第j只青蛙；5)在每个族群中进行元进化，即进行局部搜索：k，iter分别表示族群计数器和局部进化计数器，分别用来与族群总数m和局部最大进化次数maxiter进行比较，k＝1，iter＝1，maxiter∈[50，100]；6)将所有族群的青蛙进行混合，按新的适应值对所有青蛙个体重新进行排序和族群划分，并记录新的全局最优青蛙个体Px(新)，如果Px(新)和Px的适应值之差不小于10^‑4，转向步骤5)；否则，转向步骤7)；7)产生关键蛋白质将最优青蛙个体中的蛋白质作为关键蛋白质输出。