CN109801673B - 基于增强相互作用网络的关键蛋白质识别方法 - Google Patents

基于增强相互作用网络的关键蛋白质识别方法 Download PDF

Info

Publication number
CN109801673B
CN109801673B CN201811648606.0A CN201811648606A CN109801673B CN 109801673 B CN109801673 B CN 109801673B CN 201811648606 A CN201811648606 A CN 201811648606A CN 109801673 B CN109801673 B CN 109801673B
Authority
CN
China
Prior art keywords
interaction
protein
domain
network
specificity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811648606.0A
Other languages
English (en)
Other versions
CN109801673A (zh
Inventor
於东军
杨增光
胡俊
李阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201811648606.0A priority Critical patent/CN109801673B/zh
Publication of CN109801673A publication Critical patent/CN109801673A/zh
Application granted granted Critical
Publication of CN109801673B publication Critical patent/CN109801673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种基于增强相互作用网络的关键蛋白质识别方法,利用亚细胞定位和蛋白质复合物来度量原始的相互作用网络中相互作用真实存在的可能性,并将其作为相互作用的权重,从而构建起一个加权的、可靠的网络;针对上述加权网络中的相互作用,使用可信边聚集系数计算其在网络中所处位置的集聚程度;根据蛋白质结构域特异性,计算加权网络中蛋白质分子的结构域特异性得分,并进一步计算出相互作用的结构域特异性得分;结合相互作用的可信边聚集系数和结构域特异性得分,计算加权网络中所有蛋白质分子的关键性得分,根据得分高低排序并输出结果。使用本发明的方法可以更加准确且全面的评估蛋白质的关键性,提高识别精度。

Description

基于增强相互作用网络的关键蛋白质识别方法
技术领域
本发明属于生物信息学识别关键蛋白质领域,具体地说,是一种通过增强相互作用网络的可靠性、拓扑特征和生物特征来识别关键蛋白质的方法。
背景技术
蛋白质在细胞的组成和生物体的生命活动中扮演着极其重要的作用。但不同类型的蛋白质对生物体的重要程度不尽相同,其中那些缺失后会导致生物体病变甚至死亡的蛋白质被称为关键蛋白质,其余的则被称为非关键蛋白质。
研究表明,关键蛋白质的识别对于我们了解细胞的生长调控过程,研究生物进化的相关机制,以及根据关键蛋白质进行药物设计、药物标靶鉴定和疾病治疗等方面具有重要意义。
在生物学领域中,识别关键蛋白质通常是采用生物医学实验的方式进行的,这类方法虽然准确,但是成本高、效率低,无法适用于日益增长的蛋白质数据。随着高通量技术的发展,越来越多的蛋白质相互作用数据被获取,这让我们能够从网络水平上识别关键蛋白质。
目前,基于相互作用网络识别关键蛋白质的方法已成为识别关键蛋白质的重要手段之一。相互作用网络是一种复杂网络,具有复杂网络的拓扑特征:小世界、集群或者模块化和无尺度;同时它也是一种生物信息网络,蕴含着生物体在进化、生命活动和细胞组成等方面的生物信息。这为关键蛋白质的识别研究提供了两种思路:基于相互作用网络拓扑特征的识别方法和基于相互作用网络生物信息的识别方法。
其中前者主要是依据“中心性-致死性”法则(centrality-lethality rule),该法则指出蛋白质分子在网络中的中心性越高,是关键蛋白质的可能性也越高,因而这类方法主要是通过利用相互作用网络中的度、路径、回路和模块化等拓扑特征来度量蛋白质分子的中心性然后识别出关键蛋白质。常用的有8种具有代表性的方法:度中心性(DegreeCentrality,DC)、介数中心性(Betweenness Centrality,BC)、接近度中心性(ClosenessCentrality,CC)、子图中心性(Subgraph Centrality,SC)、特征向量中心性(EigenvectorCentrality,EC)、信息中心性(Information Centrality,IC),局部平均连通度中心性(Local Average Connectivity-based,LAC)和邻域中心性(Neighborhood Centrality,NC)。实验结果表明这类方法是有效的,但是由于仅仅使用了相互作用网络的拓扑特征,忽略了网络本身所蕴含的生物信息,因而它们的识别精度不高。
为弥补上述方法的不足,越来越多的研究人员开始研究基于相互作用网络生物信息的识别方法,即通过引入其它生物信息数据来深入挖掘网络本身蕴含着的生物信息。如PeC(Min L,Zhang H,Wang J,et al.A new essential protein discovery method basedon the integration of protein-protein interaction and gene expression data[J].Bmc Systems Biology,2012,6(1):15.)、CoEWC(Zhang X,Xu J,Xiao W.A New Methodfor the Discovery of Essential Proteins[J].Plos One,2013,8(3):e58763.)等方法将基因表达数据引入到相互作用网络中,它们指出关键蛋白质除了成簇出现外,也具有较高的共表达的特性。HC(Ren J,Wang J,Li M,et al.Discovering essential proteinsbased on PPI network and protein complex[J].International Journal of DataMining&Bioinformatics,2015,12(1):24.)、UC(Li M,Lu Y,Niu Z,et al.United ComplexCentrality for Identification of Essential Proteins from PPI Networks[J].IEEE/ACM Transactions on Computational Biology&Bioinformatics,2017,14(2):370-380.)等方法则结合了相互作用网络和蛋白质复合物数据,它们发现参与形成更多复合物的蛋白质更有可能是关键蛋白质。ION算法(Peng W,Wang J,Wang W,et al.Iterationmethod for predicting essential proteins based on orthology and protein-protein interaction networks[J].Bmc Systems Biology,2012,6(1):1-17.)则基于关键蛋白质在生物进化过程中更加保守的特性,通过随机游走模型结合了相互作用网络和蛋白质直系同源的信息来识别关键蛋白质。实验结果表明,这类方法的识别精度普遍优于前者。
上述两类方法在识别精度、识别效率等方面均取得了显著成果,但是依然存在着一些问题:一方面,这些方法对相互作用网络本身可靠性的依赖程度较高,而当前蛋白质相互作用数据库中所收集的相互作用信息通常包含了大量的假阴性和假阳性数据,这些数据会降低网络的可靠性,进而影响这些方法的识别精度;另一方面,研究表明,蛋白质的关键性主要体现在其所承担功能的特有性上,这种功能特有性通常意味着蛋白质结构组成上的特有性,而现有的方法对蛋白质的这种结构组成上的生物特征考察不足。因此,如何降低相互作用网络中假阴性和假阳性数据的影响、挖掘相互作用网络蕴含的生物特征是提高现有方法识别精度的关键。
发明内容
本发明的目的在于提供一种一种基于增强相互作用网络的关键蛋白质识别方法。
实现本发明目的的技术解决方案为:一种基于增强相互作用网络的关键蛋白质识别方法,包括以下步骤:
步骤1:基于亚细胞定位、蛋白质复合物构建加权的、可靠的蛋白质相互作用网络。针对原始蛋白质相互作用网络中的任一条相互作用,首先统计其对应的两个蛋白质分子出现的相同亚细胞定位的数量,数量越多表明这条相互作用真实存在的可能性越高,将相同亚细胞定位的数量归一化处理后表示为这条相互作用真实存在的概率;其次统计这条相互作用对应的两个蛋白质分子参与形成的相同蛋白质复合物的数量,数量越多表明这条相互作用真实存在的可能性越高,将相同蛋白质复合物的数量归一化处理后表示为这条相互作用真实存在的概率;接着,结合上述两个概率,计算这条相互作用的可信度;最后将计算出的可信度作为该条相互作用的权重,由此构建出一个可靠的、加权的蛋白质相互作用网络。
步骤2:计算网络中每条相互作用的可信边聚集系数。针对步骤1中构建的加权的蛋白质相互作用网络,使用可信边聚集系数计算每条相互作用在网络中所处位置的集聚程度。
步骤3:基于蛋白质结构域特异性,计算网络中蛋白质分子和相互作用的结构域特异性得分。借鉴TF-IDF算法的思想,将蛋白质分子和结构域分别视作文本文件和单词进行处理,进而分析蛋白质的结构特征。首先计算每个结构域的特异性;然后依据结构域在蛋白质中出现的频率和自身的特异性,计算出每个蛋白质的结构域特异性得分;最后,针对任一条相互作用,将其对应的两个蛋白质分子的结构域特异性得分取平均,从而得到这条相互作用的结构域特异性得分。
步骤4:对上述步骤计算出的相互作用的可信边聚集系数和结构域特异性得分进行归一化处理,结合两者,计算每个蛋白质分子的关键性得分,根据得分高低对蛋白质分子进行排序并输出结果。
本发明与现有技术相比,其显著优点:(1)通过亚细胞定位和蛋白质复合物对相互作用的可信度进行评估,可以降低相互作用网络中假阴性和假阳性数据的影响,增强网络的可靠性;(2)使用可信边聚集系数计算相互作用在加权网络中所处位置的集群程度,不仅能够体现出相互作用可信度的意义,也更符合关键蛋白质更可能和关键蛋白质产生相互作用且成簇出现的特性,因而可以有效增强相互作用网络的拓扑特征;(3)基于蛋白质结构域特异性,可以得到蛋白质在结构组成上特有性的特征,从而发现并增强相互作用网络蕴含的生物特征;(4)可信边聚集系数和结构域特异性得分分别能够有效描述相互作用网络的拓扑信息和生物信息,通过结合两者,可以更加准确且全面地评估蛋白质的关键性,提高方法的识别精度。
附图说明
图1为基于增强相互作用网络的关键蛋白质识别方法流程结构示意图。
图2为酵母的蛋白质相互作用网络。
图3为蛋白质的结构域组成示意图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步说明。
图1给出了本发明的流程结构示意图。结合图1所示,本发明一种基于增强相互作用网络的关键蛋白质识别方法,包括以下步骤:首先,为增强网络的可靠性,使用亚细胞定位和蛋白质复合物来度量原始的相互作用网络中每条相互作用真实存在的可能性即可信度,并将其作为每条相互作用的权重,从而构建起一个加权的、可靠的相互作用网络;其次,为增强网络的拓扑特征,针对加权网络中的每条相互作用,使用可信边聚集系数计算其在网络中所处位置的集聚程度;接着,为增强网络的生物特征,根据蛋白质结构域特异性,计算加权网络中每个蛋白质分子的结构域特异性得分,并进一步计算出每条相互作用的结构域特异性得分;最后,结合相互作用的可信边聚集系数和结构域特异性得分,计算网络中每个蛋白质分子的关键性得分,并根据得分高低对蛋白质分子进行排序,并输出结果。
考虑到酵母的蛋白质相互作用数据的相对完备性,实施例选择它作为研究对象。其中酵母的相互作用数据是从DIP数据库下载获得,去除冗余和自连接的相互作用后,共提取出22620条相互作用,包含5126个蛋白质分子。酵母的亚细胞定位数据来源于COMPARTMENT数据库,经过预处理后,共获得Mitochondrion、Nucleus等11种亚细胞定位,以及35223条蛋白质的亚细胞定位分布信息。酵母的蛋白质复合物数据是通过整合CM270、CM425、CYC408和CYC428四种已知的蛋白质复合物数据集得到,去除冗余数据后,共获得745个蛋白质复合物信息,与从DIP数据库中获取的酵母的5126个蛋白质分子匹配后,共提取2167个蛋白质分子参与形成的蛋白质复合物信息。酵母的蛋白质结构域数据是从PFAM数据库中下载获得,采用的数据集版本是于2017年3月份更新的Pfam 31.0。另外,在PFAM数据库中,有两种不同质量水平的结构域序列数据:Pfam-A系列和Pfam-B系列,由于Pfam-B系列的数据未经注释且质量水平较低,本实施例仅获取酵母的Pfam-A系列的结构域序列数据并用于实验,通过与从DIP数据库中获取的酵母的5126个蛋白质分子匹配后,共提取出具有已知的结构域信息的蛋白质共有4174个,包含了2829种结构域。
下面将结合附图所示,更加具体地描述前述过程。
步骤1:基于亚细胞定位、蛋白质复合物构建加权的、可靠的相互作用网络从DIP数据库中获取到酵母的蛋白质相互作用数据集,可以表示为一个无权的复杂网络,即将蛋白质分子表示成网络中的节点,相互作用表示成网络中的边,如图2所示。但是由原始数据集构建出的网络通常包含了大量的假阴性和假阴性数据,为增强网络的可靠性,本实施例使用亚细胞定位和蛋白质复合物计算该网络中每条相互作用真实存在的可能性即可信度,并将计算出的可信度作为相互作用的权重,由此构建出一个加权的、可靠的相互作用网络。具体构建方式按照如下步骤执行:
步骤1.1:使用亚细胞定位计算相互作用真实存在的概率。针对酵母的任一条相互作用E(u,v),其对应的两个蛋白质分子为u和v,统计u和v在上述获取的酵母的亚细胞定位分布信息中共同出现的亚细胞定位的数量,表示为subcellular(u,v),则相互作用E(u,v)真实存在的概率为:
Figure BDA0001932501730000051
其中,subcellularMAX表示酵母的所有相互作用对应的两个蛋白质共同出现的亚细胞定位最多的数量。分子、分母同时加1,是为了保证蛋白质u和v没有共同出现在任一亚细胞定位的时候,它们之间相互作用真实存在的概率不等于0。
步骤1.2:使用蛋白质复合物计算相互作用真实存在的概率。针对酵母的任一条相互作用E(u,v),在上述获取的酵母的蛋白质复合物数据集中,统计其对应的两个蛋白质u和v参与形成相同复合物的数量,表示为complex(u,v),则相互作用E(u,v)真实存在的概率为:
Figure BDA0001932501730000061
其中,complexMAX表示酵母的所有相互作用对应的两个蛋白质参与形成相同蛋白质复合物最多的数量。
步骤1.3:计算相互作用的可信度。通过结合步骤1.1和步骤1.2,对于酵母的任一条相互作用E(u,v),其可信度用P-subcellular(u,v)和P-complex(u,v)表示为:
Figure BDA0001932501730000062
步骤1.4:构建加权的、可靠的相互作用网络。将步骤1.3计算的可信度作为网络中对应相互作用的权重,从而将酵母的原始的无权的网络变成一个加权的网络,且由于考虑了每条相互作用真实存在的可能性,因而更加值得信赖,本实施例将构建后的网络表示为RE-PIN(Reliable Protein Interaction Network),令A=wu,v表示其邻接矩阵,则A=wu,v是一个5126×5126形式的矩阵,且如果蛋白质u和v之间存在一条相互作用,则wu,v=Bel(u,v)∈(0,1],表示这条相互作用的可信度,否则wu,v=0,如下:
Figure BDA0001932501730000063
步骤2:计算RE-PIN中相互作用的可信边聚集系数。
对于网络中的任一条边,边聚集系数被定义为该边在网络中实际参与构成的三角形个数与该边最多可能参与构成的三角形个数之比。但是由于边聚集系数不适用于加权的网络,不能体现权重的意义,本实施例使用改进后的可信边聚集系数(Reliable EdgeClustering Coefficient,RE-ECC)计算相互作用在网络中所处位置的集聚程度。对于RE-PIN中任一条相互作用E(u,v),其可信边聚集系数表示为:
Figure BDA0001932501730000071
其中,Nw表示蛋白质u和v相同的邻居节点的集合,即在相互作用网络RE-PIN中与蛋白质节点u和v能够形成三角形的节点的集合。Triangle(u,v,w)表示由蛋白质节点u、v和w形成三角形的概率,其计算方式主要基于RE-PIN中相互作用的权重,即步骤1.3计算出的每条相互作用的可信度,如下:
Triangle(u,v,w)=Bel(u,v)×Bel(u,w)×Bel(v,w) (19)
Degree(u)和Degree(u)分别表示蛋白质节点u和v在加权网络RE-PIN中的度数,以Degree(u)为例,其计算方式如下:
Figure BDA0001932501730000072
其中,Ns表示蛋白质节点u的邻居节点的集合,s是u的邻居节点且s∈Ns
步骤3:基于蛋白质结构域特异性计算蛋白质和相互作用的结构域特异性得分。
蛋白质在结构组成上的特有性是评估蛋白质关键性的有效指标,本实施例使用酵母的蛋白质结构域信息分析其蛋白质的结构特征。借鉴TF-IDF算法的思想,将每种类型的蛋白质结构域视作一个单词,那么每条蛋白质就相当于一个文本文件,则酵母包含的所有蛋白质就相当于一个语料库。如将PF00270、PF00271等结构域视作一种单词,则蛋白质YER172C、YBL084C、YDL126C、YDL145C的“文本”组成可以表示如图3所示。本实施例根据蛋白质结构域的特异性,计算RE-PIN中每个蛋白质的结构域特异性得分,并进一步计算出每条相互作用的结构域特异性得分。具体计算方式按照如下步骤执行:
步骤3.1:使用IPF(Inverse Protein Frequency)计算结构域的特异性。对于酵母的任一结构域d,先计算酵母包含的蛋白质总数除以包含该结构域的蛋白质数目加1(避免分母等于0的情况),再将得到的商数取对数,得出其特异性,如下:
Figure BDA0001932501730000081
其中,|P(s)|表示酵母包含的蛋白质总数5126,|{p:d∈p}|表示包含结构域d的蛋白质的数目。
步骤3.2:使用DF(Domain Frequency)计算结构域在蛋白质中出现的频率。对于酵母的任一结构域d,其在蛋白质p中出现的频率,表示为这个结构域在蛋白质p中出现的次数和蛋白质p包含的结构域的总数之比,如下:
Figure BDA0001932501730000082
其中,nd,p表示蛋白质结构域d在蛋白质分子p中出现的频次,k表示蛋白质分子p包含的结构域种类数,则∑knk,p表示蛋白质分子p包含的结构域的总数。
步骤3.3:计算蛋白质的结构域特异性得分。结合步骤3.1和步骤3.2,对于酵母的任一蛋白质p,计算其包含的每种类型结构域的特异性与该类型结构域在此蛋白质p中出现的频率乘积之和,得出其结构域特异性得分,如下:
Specificity(p)=∑kDFd,p×IPFd (23)
其中,表示k蛋白质p包含的结构域的种类。
步骤3.4:计算相互作用的结构域特异性得分。对于RE-PIN中任一条相互作用E(u,v),通过计算其对应的两个蛋白质u和v的结构域特异性得分的平均值,得到这条相互作用的结构域特异性得分,如下:
Figure BDA0001932501730000083
步骤4:融合可信边聚集系数和结构域特异性得分,计算蛋白质的关键性得分
可信边聚集系数和结构域特异性得分能够有效描述相互作用网络的拓扑信息和生物信息,本实例通过结合两者,更加准确且全面地评估蛋白质的关键性。对于任一条相互作用E(u,v),先对其在步骤2和步骤3中得到的可信边聚集系数RE-ECC(u,v)和结构域特异性得分Specificity(u,v)进行归一化处理,如下:
Figure BDA0001932501730000091
Figure BDA0001932501730000092
其中,RE-ECCMAX和RE-ECCMIN分别表示RE-PIN中所有相互作用的可信边聚集系数的最大值和最小值;SpecificityMAX和SpecificityMIN分别表示RE-PIN中所有相互作用的结构域特异性得分的最大值和最小值。
则对于酵母的任一蛋白质u,其关键性得分可以表示为
Figure BDA0001932501730000093
其中Nv是蛋白质u的邻居节点的集合,v是节点的邻居节点且v∈Nv。计算出酵母的所有蛋白质的关键性得分后,根据得分高低排序,得分越高越可能是关键蛋白质,并输出结果。
本发明使用亚细胞定位和蛋白质复合物来度量原始的相互作用网络中相互作用真实存在的可能性,并将其作为相互作用的权重,从而构建起一个加权的、可靠的网络;使用蛋白质结构域分析蛋白质在结构组成上的特征。这样处理能够有效降低网络中假阴性和假阳性数据的影响,增强网络的可靠性,并获取到相互作用网络蕴含的生物特征。另外,由于现有的网络拓扑特征如节点的度数、路径、子图等不适用于识别关键蛋白质的研究,因而本发明使用可信边聚集系数来刻画加权相互作用网络的拓扑特征。综上所述,本发明通过增强相互作用网络的可靠性、拓扑特征和生物特征,来提高关键蛋白质的识别精度。

Claims (2)

1.一种基于增强相互作用网络的关键蛋白质识别方法,其特征在于,包括以下步骤:
步骤1:使用亚细胞定位和蛋白质复合物度量原始的相互作用网络中每条相互作用真实存在的可能性即可信度,并将其作为相互作用的权重,从而构建起一个加权的、可靠的相互作用网络;
步骤2:针对步骤1得到的加权网络,计算每条相互作用的可信边聚集系数,用以表示其在网络中所处位置的集聚程度;
步骤3:根据蛋白质结构域的特异性,计算步骤1得到的加权网络中每个蛋白质的结构域特异性得分,并进一步计算出每条相互作用的结构域特异性得分;
步骤4:结合相互作用在步骤2和步骤3中得到的可信边聚集系数和结构域特异性得分,计算网络中每个蛋白质的关键性得分,根据得分高低对蛋白质进行排序,并输出结果;
步骤1中使用亚细胞定位和蛋白质复合物构建一个加权的、可靠的相互作用网络的具体步骤为:
步骤1.1:使用亚细胞定位计算相互作用真实存在的概率;针对原始相互作用网络中任一条相互作用E(u,v),其对应的两个蛋白质分子为u和v,统计u和v共同出现的亚细胞定位的数量,表示为subcellular(u,v),则相互作用E(u,v)真实存在的概率为:
Figure RE-FDA0003716201090000011
其中,subcellularMAX表示所有相互作用对应的两个蛋白质共同出现的亚细胞定位最多的数量;
步骤1.2:使用蛋白质复合物计算相互作用真实存在的概率;针对原始相互作用网络中任一条相互作用E(u,v),统计其对应的两个蛋白质u和v参与形成相同复合物的数量,表示为complex(u,v),则相互作用E(u,v)真实存在的概率为:
Figure RE-FDA0003716201090000012
其中,complexMAX表示所有相互作用对应的两个蛋白质参与形成相同蛋白质复合物最多的数量;
步骤1.3:计算相互作用的可信度;通过结合步骤1.1和步骤1.2,对于任一条相互作用E(u,v),其可信度用P-subcellular(u,v)和P-complex(u,v)表示为:
Figure RE-FDA0003716201090000021
步骤1.4:构建加权的、可靠的相互作用网络;将步骤1.3计算的可信度作为原始网络中对应相互作用的权重,使得原始的无权的网络变成一个加权的网络;
步骤2中计算每条相互作用的可信边聚集系数,具体计算方法为:对于步骤1中构建的加权的网络中任一条相互作用E(u,v),其可信边聚集系数如下:
Figure RE-FDA0003716201090000022
其中,Nw表示蛋白质u和v相同的邻居节点的集合,Triangle(u,v,w)表示由蛋白质u、v和w形成三角形的概率,其计算方式如下:
Triangle(u,v,w)=Bel(u,v)×Bel(u,w)×Bel(v,w) (5)
Degree(u)和Degree(u)分别表示蛋白质u和v在加权网络中的度数,Degree(u)的计算方式如下:
Figure RE-FDA0003716201090000023
其中,Ns表示蛋白质节点u的邻居节点的集合,s是u的邻居节点且s∈Ns
步骤3中根据蛋白质结构域的特异性,计算蛋白质和相互作用的结构域特异
性得分的具体步骤为:
步骤3.1:使用IPF计算结构域的特异性;对于任一结构域d,先将生物体包含的蛋白质总数除以包含该结构域的蛋白质数目加1,排除分母等于0的情况,再将得到的商数取对数,得出其特异性,如下:
Figure RE-FDA0003716201090000031
其中,|P(s)|表示生物体s包含的蛋白质总数,|{p:d∈p}|表示包含结构域d的蛋白质的数目;
步骤3.2:使用DF计算结构域在蛋白质中出现的频率;对于任一结构域d,其在蛋白质p中出现的频率,表示为该结构域在蛋白质p中出现的次数和蛋白质p包含的结构域的总数之比,如下:
Figure RE-FDA0003716201090000032
其中,nd,p表示蛋白质结构域d在蛋白质p中出现的频次,k表示蛋白质p包含的结构域种类数量,则∑knk,p表示蛋白质p包含的结构域的总数;
步骤3.3:计算蛋白质的结构域特异性得分;对于任一蛋白质p,计算其包含的每种类型结构域的特异性与该类型结构域在此蛋白质p中出现的频率乘积之和,得出其结构域特异性得分,如下:
Specificity(p)=∑kDFd,p×IPFd (9)
其中,k表示蛋白质p包含的结构域的种类;
步骤3.4:计算相互作用的结构域特异性得分;对于任一条相互作用E(u,v),通过计算其对应的两个蛋白质u和v的结构域特异性得分的平均值,得到这条相互作用的结构域特异性得分,如下:
Figure RE-FDA0003716201090000033
2.根据权利要求1中所述的基于增强相互作用网络的关键蛋白质识别方法,其特征在于,步骤4中融合可信边聚集系数和结构域特异性得分,计算蛋白质的关键性得分,具体计算方法为:
对于步骤1中构建的加权的相互作用网络中任一条相互作用E(u,v),先对其在步骤2和步骤3中得到的可信边聚集系数RE-ECC(u,v)和结构域特异性得分Specificity(u,v)进行归一化处理,如下:
Figure RE-FDA0003716201090000041
Figure RE-FDA0003716201090000042
其中,RE-ECCMAX和RE-ECCMIN分别表示所有相互作用的可信边聚集系数的最大值和最小值;SpecificityMAX和SpecificityMIN分别表示所有相互作用的结构域特异性得分的最大值和最小值;
则对任一蛋白质u,其关键性得分为:
Figure RE-FDA0003716201090000043
其中Nv是节点的邻居节点的集合,v是节点的邻居节点且v∈Nv
CN201811648606.0A 2018-12-30 2018-12-30 基于增强相互作用网络的关键蛋白质识别方法 Active CN109801673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811648606.0A CN109801673B (zh) 2018-12-30 2018-12-30 基于增强相互作用网络的关键蛋白质识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811648606.0A CN109801673B (zh) 2018-12-30 2018-12-30 基于增强相互作用网络的关键蛋白质识别方法

Publications (2)

Publication Number Publication Date
CN109801673A CN109801673A (zh) 2019-05-24
CN109801673B true CN109801673B (zh) 2022-09-06

Family

ID=66556968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811648606.0A Active CN109801673B (zh) 2018-12-30 2018-12-30 基于增强相互作用网络的关键蛋白质识别方法

Country Status (1)

Country Link
CN (1) CN109801673B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110782944A (zh) * 2019-10-24 2020-02-11 长沙学院 一种基于邻域子图连通性的蛋白质预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102176223A (zh) * 2011-01-12 2011-09-07 中南大学 基于关键蛋白质和局部适应的蛋白质复合物识别方法
CN104156634A (zh) * 2014-08-14 2014-11-19 中南大学 基于亚细胞定位特异性的关键蛋白质识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102176223A (zh) * 2011-01-12 2011-09-07 中南大学 基于关键蛋白质和局部适应的蛋白质复合物识别方法
CN104156634A (zh) * 2014-08-14 2014-11-19 中南大学 基于亚细胞定位特异性的关键蛋白质识别方法

Also Published As

Publication number Publication date
CN109801673A (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
Wang et al. MGRCDA: Metagraph recommendation method for predicting circRNA–disease association
Fan et al. GCRFLDA: scoring lncRNA-disease associations using graph convolution matrix completion with conditional random field
CN108319812B (zh) 一种基于布谷鸟搜索算法识别关键蛋白质的方法
CN109637579B (zh) 一种基于张量随机游走的关键蛋白质识别方法
CN104992078B (zh) 一种基于语义密度的蛋白质网络复合物识别方法
CN109166604B (zh) 一种融合多数据特征预测关键蛋白质的计算方法
CN107784196B (zh) 基于人工鱼群优化算法识别关键蛋白质的方法
CN107885971B (zh) 采用改进花授粉算法识别关键蛋白质的方法
CN109727637B (zh) 基于混合蛙跳算法识别关键蛋白质的方法
Lei et al. Detecting protein complexes from DPINs by density based clustering with Pigeon-Inspired Optimization Algorithm
Tan et al. rsRNASP: A residue-separation-based statistical potential for RNA 3D structure evaluation
CN108229643B (zh) 一种采用果蝇优化算法识别关键蛋白质的方法
CN114842927A (zh) 一种知识图谱注意力网络的药物与通路的关联预测方法
CN109801673B (zh) 基于增强相互作用网络的关键蛋白质识别方法
Zhang et al. Identify potential circRNA-disease associations through a multi-objective evolutionary algorithm
CN111128292B (zh) 一种基于蛋白质成簇特性和活性共表达的关键蛋白质识别方法
Ru et al. Identification of phage viral proteins with hybrid sequence features
Liu et al. A Network Hierarchy-Based method for functional module detection in protein–protein interaction networks
Li et al. Dropout imputation and batch effect correction for single-cell RNA sequencing data
Li et al. Assisted gene expression‐based clustering with AWNCut
Wang et al. An improved memetic algorithm for detecting protein complexes in protein interaction networks
CN109616153B (zh) 一种采用改进的hits算法识别关键蛋白质的方法
Gómez-Vela et al. Structure optimization for large gene networks based on greedy strategy
Lu et al. A constrained probabilistic matrix decomposition method for predicting miRNA-disease associations
Xie et al. A novel temporal protein complexes identification framework based on density–distance and heuristic algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant