[发明专利]一种基于布谷鸟搜索算法识别关键蛋白质的方法

摘要

本发明公开的一种基于布谷鸟搜索算法识别关键蛋白质的方法，发明属于生物信息技术领域，通过将蛋白质相互作用网络转化为无向图、对蛋白质相互作用网络进行去噪处理、获取蛋白质对应的基因表达数据、亚细胞定位信息、标准的蛋白质复合物信息以及GO注释信息、对纯化后的蛋白质相互作用网络的边和结点进行加权处理、产生鸟巢、产生布谷鸟、更新鸟巢适应值并产生关键蛋白质。本发明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；与其他现有识别方法相比，将布谷鸟搜索算法的优化特性与蛋白质相互作用网络的拓扑特征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

1.一种基于布谷鸟搜索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＝{vi,i＝1,2,…,n}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；2)对蛋白质相互作用网络进行去噪处理将无向图中在所有时间点下都没有共表达的两个相互作用的蛋白质结点之间的边删去，构建一个纯化的蛋白质相互作用网络；3)对纯化后的蛋白质相互作用网络的边和结点进行处理计算边的聚集系数ECC、边的皮尔森相关系数PCC、边的共享亚细胞定位值SSL以及蛋白质结点在蛋白质复合物中的参与度PC；4)对所有的蛋白质结点按首次得分降序排列并产生鸟巢将所有的蛋白质结点按照首次分值score1降序排序，选择排在前面的C1个结点为鸟巢的位置Nestl(l＝1,2…C1)；5)产生布谷鸟并向鸟巢聚集对于每个鸟巢Nestl(l＝1,2…C1)，找出其所对应的一阶邻居结点和二阶邻居结点作为布谷鸟，将所有的一阶邻居结点添加到集合Neighborl(1)中，对于每个二阶邻居结点，产生一个随机概率rand，rand∈[0，1]，如果rand>0.5，则把该二阶邻居结点添加到集合Neighborl(2)中，否则，放弃添加该二阶邻居结点；6)更新鸟巢适应值将每个鸟巢Nestl(l＝1,2…C1)对应的蛋白质结点，与其相应的一阶邻居Neighborl(1)和二阶邻居Neighborl(2)，组成一个局部子图Subgraphl，局部子图的加权密度WDensityl为鸟巢Nestl新的适应值，也即为鸟巢Nestl对应的蛋白质结点的二次分值Score2；7)输出关键蛋白质将C1个鸟巢对应的蛋白质结点按二次分值Score2降序排序，将前C2个结点作为关键蛋白质输出，其中，C2≤C1。