买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:东北石油大学
摘要:本发明公开了基于符号网络的蛋白质交互作用识别与预测方法及其装置,涉及蛋白质分子间的交互作用预测领域,该方法包括:创建蛋白质分子交互作用符号网络图,得到符号网络图的邻接矩阵;获取分子节点对,分别计算节点对的二阶路径相似性得分和三阶路径相似性得分;根据节点对的所述二阶路径相似性得分和三阶路径相似性得分计算分子节点对的边值预测得分;根据所述节点对的边值预测得分识别分子间的交互作用类型,并对蛋白质分子间的未知链接进行预测。本发明能够解决现有蛋白质分子间的相互作用预测研究不能满足现有技术需求的问题,对两节点间已存在但缺失符号类型的链接进行符号预测,从而识别分子间的交互作用类型,并对未知链接进行边值预测。
主权项:1.基于符号网络的蛋白质交互作用识别与预测方法,其特征在于,所述方法包括:创建蛋白质分子交互作用符号网络图,得到符号网络图的邻接矩阵;获取分子节点对,分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分;根据节点对的所述二阶路径相似性得分和三阶路径相似性得分计算分子节点对的边值预测得分;根据所述节点对的边值预测得分识别分子间的交互作用类型,并对蛋白质分子间的未知链接进行预测;根据所述分子节点对的边值预测得分识别分子间的交互作用类型,包括对分子间已存在的链接进行符号预测,具体包括:若BScorevi,vj0,则符号预测结果为正,两分子节点间建立正向链接,交互作用类型为促进关系;若BScorevi,vj0,则符号预测结果为负,两分子节点间建立负向链接,交互作用类型为抑制作用;若BScorevi,vj=0,则计算两个分子节点的负密度,根据两分子节点的负密度与网络平均负密度的关系来确定分子间交互作用关系的符号预测结果;所述分别计算分子节点对的二阶路径相似性得分和三阶路径相似性得分,具体包括:对于分子符号网络图G中任意节点对vi,vj,查找连接节点vi与vj的步长为2的所有路径,基于结构平衡理论计算节点对的2阶相似性得分BScore2vi,vj,并存至2阶路径相似性矩阵BS2中,其中BS2i,j=BScore2vi,vj;查找G中连接vi与vj的步长为3的所有路径,基于结构平衡理论计算节点对的3阶相似性得分BScore3vi,vj,并存至3阶路径相似性矩阵BS3中,其中BS3i,j=BScore3vi,vj;所述计算分子节点对的边值预测得分,具体包括:分子节点对的边值预测得分为连接节点对vi,vj的步长为2和步长为3的所有路径对于两节点的相似性贡献总和,记作BScorevi,vk,BScorevi,vj=λ*BScore2vi,vj+1-λ*BScore3vi,vj其中,λ为可调步长影响因子。
全文数据:
权利要求:
百度查询: 东北石油大学 基于符号网络的蛋白质交互作用识别与预测方法及其装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。