[发明专利]一种蛋白质互作网络功能模块挖掘方法及系统

说明书

本发明涉及生物组织蛋白质功能模块研究技术领域，提出了一种蛋白质互作网络功能模块挖掘方法及系统。所述方法包括蛋白质互作网络数据预处理环节、蛋白质互作网络功能模块挖掘模型构建及优化环节、蛋白质互作网络功能模块挖掘结果输出环节三个主要组成部分。所述系统包括计算机处理器和内存、蛋白质互作网络数据预处理单元、蛋白质互作网络功能模块模型训练单元、蛋白质互作网络功能模块结果输出单元。本发明保留了蛋白质互作网络的蛋白质互作信息和特征信息，有助于获得更准确的蛋白质模块挖掘结果。此外，利用图自编码器构建蛋白质互作网络节点分类模型，将标签信息加入到蛋白质节点网络表示的学习过程中，提高了蛋白质功能模块挖掘的准确性。

技术领域

本发明涉及生物组织蛋白质功能模块研究技术领域，特别涉及一种蛋白质互作网络功能模块挖掘方法及系统。

背景技术

蛋白质作为组成人体一切细胞、组织的重要成分，在人体的生长发育、基因表达等生命过程中起着至关重要的作用，蛋白质的相互碰触或者功能相关的蛋白质之间的相互作用产生了庞大的蛋白质互作网络。蛋白质互作网络的研究，不仅有助于了解细胞内的结构体系，还有助于理解生物功能的运行机制，为疾病的诊断提供了理论依据，提高疾病的治愈率。研究大规模的蛋白质互作网络对于理解生命过程十分必要，在蛋白质互作网络中，相同类别的蛋白质具有相同或相似的生物功能，构成了不同的蛋白质功能模块，蛋白质功能模块的挖掘为医治相关病症、定向开发药物提供了依据，因此从蛋白质互作网络中挖掘出具有特定生物功能的蛋白质模块已成为当前生物信息学领域中的研究热点。

发明内容

针对上述问题，同时为了促进蛋白质的研究以及在医学领域的应用，本发明提供了一种蛋白质互作网络功能模块挖掘方法及系统。采用了节点分类的方法，对蛋白质互作网络中的蛋白质节点进行有效的分类，实现对蛋白质互作网络中功能模块的挖掘。

为了达到上述目的，本发明采用了下列技术方案：

本发明提供一种蛋白质互作网络功能模块挖掘方法，该方法包含三个主要环节，步骤S10为蛋白质互作网络数据预处理环节，步骤S20～S40为蛋白质互作网络功能模块挖掘模型构建及优化环节，步骤S50为蛋白质互作网络功能模块挖掘结果输出环节。

具体步骤如下：

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。

进一步，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；