[发明专利]基于PPI网络层次结构预测功能模块及作用的方法

说明书

本发明涉及基于PPI网络层次结构预测功能模块及作用的方法。本发明技术方案涉及输入PPI网络和生物信息，根据蛋白质相互作用网络，构建层次结构树T，蛋白质相互作用网络的似然值计算，编码层次结构树T，寻找最大似然值层次树结构树T的遗传算法，功能模块挖掘及作用预测。本发明克服了在密度较小的稀疏PPI网络中效果不佳和随机性的缺陷。本发明根据最大似然值层次结构树T，对功能模块进行挖掘以及作用预测，通过网络的似然值计算，同时实现功能模块的挖掘以及作用预测，该方法在考虑网络拓扑的基础上也融合了相应的生物信息，反映网络节点间的内部关系，减少许多不必要的密度计算，使预测结果更加准确，提高了预测结果的可靠性。

技术领域

本发明属于生物信息技术领域，主要是在蛋白质相互作用网络中通过网络层次结构分析算法挖掘功能模块及作用预测的技术，特别涉及PPI网络中基于网络层次结构预测功能模块及作用的方法。

背景技术

蛋白质相互作用网络(PPI)在生命活动中发挥着重要作用，同时对生物体生存、药物标靶设计、疾病治疗及预测等方面有着重要的应用价值。虽然目前对于蛋白质相互作用网络中的功能模块的挖掘取得了一些成果，但由于生命系统的高度复杂性和随机性，其他领域中卓有成效的方法往往在PPI网络分析中不一定取得理想的效果，导致预测出来的蛋白质准确率较低。

在本发明作出之前，在已有的方法中，大多都是要计算出蛋白质网络的密度，通过计算密度检测PPI网络中存在的一些联系紧密的功能区，首先选取局部邻域密度最大的节点作为初始的功能模块，然后向外扩张该节点形成最终的功能模块。这样挖掘功能模块及作用预测的缺点是：(1)已有的方法能够有效地检测出密度大的功能模块，但在密度较小的稀疏PPI网络中效果不佳。(2)由于生命系统的高度复杂性和随机性，通过计算网络密度挖掘功能模块的方法往往不一定取得理想的效果。也因PPI网络中蛋白质的相互作用、相互连接具有随机性，这样对于得出最优解更加困难。

发明内容

本发明的目的就在于克服上述缺陷，研制基于PPI网络层次结构预测功能模块及作用的方法。

本发明的技术方案是：

基于PPI网络层次结构预测功能模块及作用的方法，其主要技术特征在于如下步骤：

(1)输入PPI网络和生物信息；

(2)根据蛋白质相互作用网络，构建层次结构树T；

(3)蛋白质相互作用网络的似然值计算：根据层次结构树T以及内部阶层上的所赋的概率值的结合，得出对应于原网络G的似然值；

(4)编码层次结构树T：采用中序遍历的方式，即先遍历左孩子节点，再遍历根节点，最后遍历右孩子节点，对层次结构树T进行编码；

(5)寻找最大似然值层次树结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；

(6)功能模块挖掘及作用预测：根据最大似然值层次结构树T，计算每个模块的模块度，进行功能模块挖掘，得出相互作用的概率。

所述步骤(2)蛋白质相互作用网络的似然值计算：通过步骤(1)根据PPI网络构造的一棵层次结构树T，便于得到蛋白质顶点之间相互作用的概率，即网络中两个顶点正好以根为最近公共祖先的边的数目，简化计算方式，计算出网络的似然值。

所述步骤(4)寻找最大似然值层次结构树T的遗传算法：按概率选取一对尚未交叉的个体进行交叉操作、按概率选取一个个体进行变异操作；同时进行全局搜索，以生物进化为原型，寻找最大似然值层次结构树T，从而得到每个模块的模块度的值。