[发明专利]一种蛋白质互作网络功能模块挖掘方法及系统

权利要求书

1.一种蛋白质互作网络功能模块挖掘方法，其特征在于，包括以下步骤：

S10、对采集到的蛋白质互作网络数据进行预处理，降低噪声数据对结果的影响；

S20、由步骤S10获得的蛋白质互作网络数据，抽取蛋白质特征信息和蛋白质相互作用信息，得到蛋白质互作网络结构；

S30、基于步骤S20蛋白质互作网络结构，构建蛋白质互作网络功能模块挖掘模型；

S40、基于步骤S30构建的蛋白质互作网络功能模块挖掘模型，对模型进行训练，通过迭代计算，使得模型收敛，确定模型中的待定参数；

S50、利用步骤S30构建的蛋白质互作网络功能模块挖掘模型，以及步骤S40确定的模型参数，将蛋白质节点进行分类，得到功能模块挖掘结果并输出。

2.根据权利要求1所述的一种蛋白质互作网络功能模块挖掘方法，其特征在于，所述步骤S10包含以下具体步骤：

S11、从蛋白质互作数据库中收集人类相关数据，作为实验数据集；

S12、利用基因本体论数据分析工具注释蛋白质，为每个蛋白质建立生物过程BP注释短语集合，第i个蛋白质的BP注释集合用D_BP(i)表示，假设第i个蛋白质被5个BP注释短语注释，则D_BP(i)＝{D₁,D₂,D₃,D₄,D₅}，假设第j个蛋白质被4个BP注释短语注释，则D_BP(j)＝{D₁,D₂,D₃,D₄}，从而建立两个蛋白质所包含的注释短语的5×4注释短语矩阵；

S13、计算蛋白质注释短语矩阵中的每一对短语的语义相似值，用来表示两个蛋白质注释短语之间的相似性SimD_BP(i,j)＝MAX_D1,D2(-logp(D))；

S14、取相似性值中最大的一个作为蛋白质之间的相似值；

S15、设定阈值，如果蛋白质之间的相似值大于阈值，则认为蛋白质之间存在相互作用，保留蛋白质之间的相互作用数据，否则删除，以此减少蛋白质互作网络数据中的假阳性噪声数据，增加数据的可靠性。

3.根据权利要求1所述的一种蛋白质互作网络功能模块挖掘方法，其特征在于，所述步骤S20包括以下具体步骤：

S21、根据S10预处理后的蛋白质互作网络数据构建一个蛋白质互作网络模型G(V,E,C)，将蛋白质互作网络中的蛋白质抽象为节点，其中V＝{v₁,v₂,...,v_N}表示蛋白质节点集合，N表示蛋白质节点的数量，E＝[e_ij]表示蛋白质节点相互作用矩阵，如果两个蛋白质节点之间存在相互作用，则e_ij＝1，否则e_ij＝0，矩阵C为所有蛋白质节点特征向量矩阵；

S22、构建蛋白质互作网络标签矩阵来保存网络的类别信息，将标签矩阵记为B＝[b_ij]，标签矩阵定义如下：对于任意两个蛋白质节点v_i和v_j，若类别相同b_ij＝1，否则b_ij＝0；如果蛋白质节点v_i或v_j的类别未知则b_ij＝0。

4.根据权利要求1所述的一种蛋白质互作网络功能模块挖掘方法，其特征在于，所述步骤S30中的蛋白质互作网络功能模块挖掘模型包含编码器、解码器、节点分类器三个部分，编码器用于将蛋白质节点编码得到网络表示向量；解码器用于将编码器得到的网络表示向量解码重构为蛋白质相互作用矩阵；节点分类器用于最后挖掘蛋白质功能模块。