[发明专利]一种基于图模型的蛋白质复合物识别方法

权利要求书

1.一种基于图模型的蛋白质复合物识别方法，其特征在于：该方法由以下步骤组成：

步骤1：概念定义

将给定物种的蛋白质互作网络视为网络图G＝(V，E)，V是蛋白质结点，E是蛋白质相互作用边的集合，从所有的边的集合中去掉网络中自连接边和重复边；为从蛋白质互作网络G中发现所定义的蛋白质复合物，首先定义如下概念：

定义1 HP-vertices

给定蛋白质互作网络G＝(V，E)，H-index结点代表HP-vertices蛋白质集合，定义为HP＝v：v V，d(v)≥h，假如此时|HP|＝h，v(V/H)，d(v)≤h；HP-vertices蛋白质集合包括h个蛋白，这h个蛋白的度至少为h；从HP-vertices扩展至概念HP-neighbors；

其中，v是代表蛋白质结点，d(v)是结点v的度，v(V/H)是度为H的蛋白质结点；H-index，又称为H指数或H因子，是一种评价学术成就的新方法。H代表“高引用次数”，一名科研人员的H指数是指他至多有H篇论文分别被引用了至少H次；

定义2 HP-neighbors

HP-neighbors定义为HP-vertices蛋白质集合的一阶邻居的集合；

定义3 HP-graph

蛋白质互作网络G的子图HP-graph由HP-vertices和它的Hp-neighbors，除去一阶邻居HP-neighbors之间的边；

对于一个蛋白质互作网络，HP-graph从一个原始蛋白质互作网络里分离出来有可能是一个非连通子图，因此从非连通子图HP-graph中分离出所有的子图，最终得到的蛋白质互作网络的所有子图为所要识别的蛋白质复合物；

定义4 HP-complex

如果HP-graph是非连通的，HP-complex定义为HP-graph的所有子图；

所有从HP-graph中分离的子图都是想要找到的蛋白质复合物；

步骤2：获取蛋白质复合物的核蛋白HP-vertices顶点集，扩展其边缘结点一阶邻居HP-neighbors，形成HP-graph图模型；

步骤3：判别HP-graph的连通性，找到所有的稠密子图，即蛋白质复合物。