[发明专利]基于人工鱼群优化算法识别关键蛋白质的方法

说明书

本发明公开了一种基于人工鱼群优化算法识别关键蛋白质的方法，将蛋白质相互作用网络转化为无向图、构建提纯的蛋白质相互作用网络、获取蛋白质对应的核糖核酸基因表达值、GO注释信息以及蛋白质在已知复合物内的度，对提纯后的蛋白质相互作用网络边和结点进行处理、选取已知关键蛋白质作为初始人工鱼、人工鱼执行觅食行为、随机行为、追尾行为、聚群行为并产生关键蛋白质。本发明方法能准确地识别关键蛋白质；仿真实验结果表明，敏感度、特异性、阳性预测值、阴性预测值等指标性能较优；与其他关键蛋白质识别方法相比，将人工鱼群的优化特性与蛋白质相互作用网络的拓扑特征进行结合实现关键蛋白质的识别过程，提高了关键蛋白质的识别准确率。

技术领域

本发明属于生物信息领域，具体涉及一种基于人工鱼群优化算法识别关键蛋白质的方法。

背景技术

关键蛋白质是关键基因的产物，是生物体维持生命活动的必不可少的部分。关键蛋白质的缺失会导致生命活动无法正常进行，甚至导致生物体死亡。关键蛋白质的预测与识别是一项具有重要意义的研究工作，一方面，有助于研究与细胞相关的生长调控过程；另一方面，对于疾病诊断以及药物设计也具有深远的意义。最初，关键蛋白质的识别主要是通过生物实验方法，例如单基因敲除和RNA干扰等，通过这些实验技术识别关键蛋白虽然是准确有效，但代价高，效率低。因此，在生物信息学领域通过计算的方法识别关键蛋白成为了研究的热点和重点。

目前，通过计算方法实现关键蛋白质的识别主要有以下两种：基于网络拓扑的结点中心性方法，PPI网络和生物信息数据结合的方法。

Jeong等于2001年提出的“中心性-致死性”法则指出一个蛋白质的关键性与该蛋白质在蛋白质相互作用网络的拓扑特性紧密相关，即拥有较多邻居结点的蛋白质的缺失更易于影响整个网络的拓扑结构。简言之，在蛋白质网络中，度越高的蛋白质结点越倾向于表现出关键性，该类蛋白质的缺失，更易造成机体功能的丧失，产生致死性作用。该法则为基于网络拓扑的关键蛋白质识别奠定了基础。之后,一系列基于拓扑中心性的关键蛋白质识别方法被提出，其中包括度中心性(Degree Centrality,DC)，介数中心性(BetweennessCentrality，BC),紧密度中心性(Closeness Centrality，CC)，特征向量中心性(Eigenvector Centrality，EC)，信息中心性(Information Centrality，IC),子图中心性(Subgraph Centrality，SC)。这些方法都是通过对所有蛋白质结点在蛋白质相互作用网络中某个中心性的值进行打分、排序，进而识别关键蛋白。但是，这些中心性方法高度依赖蛋白质相互作用网络的可靠性，由于蛋白质相互作用网络是通过高通量生物实验获得，其中包含了大量假阳性，这在在很大程度上影响了关键蛋白质识别的准确率。

针对中心性方法识别关键蛋白质存在的缺点，研究人员提出一些新的识别方法来提高识别关键蛋白质的准确率。如PeC关键蛋白质识别方法将蛋白质相互作用网络与基因表达谱结合起来，ION关键蛋白质识别方法将蛋白质的同源特性与蛋白质相互作用网络进行结合，UDoNC关键蛋白质识别方法结合了蛋白质结构域和蛋白质相互作用网络，SCP关键蛋白质识别方法将亚细胞定位信息和蛋白质相互作用网络进行结合。此外，还有一些基于先验知识进行关键蛋白质识别的方法，如CPPK和CEPPK，将部分已知的关键蛋白质作为先验知识，通过网络中其他蛋白质与先验的紧密程度来判断该蛋白质的关键性。

大量研究表明，蛋白质关键性和蛋白质复合物之间存在着密切的联系。Hart等人通过研究实验发现，蛋白质的关键性不是由单一的蛋白质所决定，而往往取决于蛋白质复合物的功能。并通过实验数据表明关键蛋白质往往富集中在某些复合物中。因此大量基于蛋白质复合物及功能模块的关键蛋白质识别方法被提出。