[发明专利]一种基于多维关联特征的E3泛素连接酶-底物相互作用识别方法

权利要求书

1.一种基于多维关联特征的E3泛素连接酶-底物相互作用识别方法，包括：

S1：获取多维关联特征计算所需的基础数据，收集E3泛素连接酶-底物相互作用集合及三类不同的对照集合；

S2：基于组学数据、蛋白质相互作用网络、通路多个方面计算两个蛋白质间的多维度关联特征；包括以下步骤：

S21：基于组学数据计算蛋白质间的表达关联；

S22：基于蛋白质网络计算蛋白质间的网络关联；

S23：基于通路信息计算蛋白质间的通路关联；

S3：基于所述多维关联特征对比E3泛素连接酶-底物相互作用与三类对照样本并构建三个随机森林分类器；包括如下步骤：

S31：基于E3泛素连接酶-底物相互作用集合和对照集合1利用随机森林算法构建分类器一；

S32：基于E3泛素连接酶-底物相互作用集合和对照集合2利用随机森林算法构建分类器二；

S33：基于E3泛素连接酶-底物相互作用集合和对照集合3利用随机森林算法构建分类器三；

S4：对三个分类器进行集成，构建E3泛素连接酶-底物相互作用识别模型，用于对E3泛素连接酶底物的预测；

所述步骤S1中的三类对照集合分别为：

对照集合1：5000对以上随机组合的E3泛素连接酶-非E3泛素连接酶蛋白质组合；

对照集合2：5000对以上随机选取的非E3泛素连接酶蛋白质-非E3泛素连接酶蛋白质相互作用；

对照集合3：5000对以上随机选取的E3泛素连接酶与非E3泛素连接酶蛋白质间间接调控关系，保证三个集合的条目数量相同且内容互不相互，没有重复；

所述S21中蛋白质间的表达关联计算包含如下步骤：

S211：基于转录组数据计算两个蛋白质转录水平间的Spearman相关系数EC₁(a,b)

S212：基于蛋白质组数据计算两个蛋白质表达水平间的Spearman相关系数EC₂(a,b)；

所述S22中包括如下步骤：

S221：基于蛋白质交互作用网络G计算蛋白质a、b第一维度的网络关联中，如下：

，

其中Neis(a,G)、Neis(b,G)代表网络G中任意一个蛋白质a/b的邻居节点，|·|代表集合的大小；

S222：基于蛋白质交互作用网络G以及转录水平的共表达网络G_CXNR计算蛋白质a、b第二维度的网络关联，如下：

，

其中，HN(a, G_CXNR)、HN(b, G_CXNR)代表在网络G_CXNR中任意蛋白质a、b的Spearman相关系数在阈值0.4以上的所有蛋白质的集合, Neis(HN(a, G_CXNR), G)代表在蛋白交互作用网络G中蛋白质集合HN(a, G_CXNR)的所有邻居节点的并集；

S223：基于蛋白质交互作用网络G以及蛋白质水平的共表达网络G_CXNP计算蛋白质a、b第三维度的网络关联，如下：

，

其中，HN(a, G_CXNP)、HN(b, G_CXNP)代表在网络G_CXNP中任意蛋白质a、b的Spearman相关系数在阈值0.4以上的所有蛋白质的集合,Neis(HN(a,G_CXNP), G)代表在蛋白交互作用网络G中蛋白质集合HN(a, G_CXNP)的所有邻居节点的并集；

所述步骤S23包含如下步骤：

S231：基于转录组数据计算蛋白质a、b间的通路关联中的第一个维度，如下：

，

其中P_i是蛋白质b所属的任意一条通路，，m代表通路P_i中的任意一个不同于a的蛋白质，N(P_i)蛋白通路中蛋白质数目；

S232：基于蛋白质组数据计算蛋白质a、b间的通路关联中的第二个维度，如下：

，

其中，

S233：基于转录组数据计算蛋白质a、b间的通路关联中的第三个维度，如下：

，

其中P_j是蛋白质a所属的任意一条通路,

，

n代表通路Pj中的任意一个不同于b的蛋白质；

S234：基于蛋白质组数据计算蛋白质a、b间的通路关联中的第四个维度，如下：

，

，

所述步骤S4中对三类分类器的集成如下：

，

其中auc_i代表第i个分类器的精度，prob_i(a,b)代表基于第i个分类器预测得到的蛋白a、b之间属于E3泛素连接酶-底物相互作用的概率值。