[发明专利]基于多源数据融合及多目标优化的蛋白质复合物识别方法

权利要求书

1.基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，包括以下步骤：

S1.将蛋白质相互作用网络看成是全连通图，预处理，得到邻接矩阵；

S2.将邻接矩阵中的所有蛋白质节点进行聚类，得到初步的蛋白质聚类模块；

S3.在初步的蛋白质聚类模块的基础上进一步优化每一个聚类模块，在优化过程中融合蛋白质相互作用网络数据的拓扑结构特性和GO注释数据的功能相似特性，并结合自适应多目标黑洞优化算法框架进行寻优操作，将每个蛋白质模块看作黑洞，每个蛋白质节点看作星点，黑洞中心是初始粗聚类模块的聚类中心，通过选择和删除不同于原个体的新星点来不断更新黑洞，计算新黑洞与原星点所在黑洞的适应值，进行比较，若新黑洞的适应值优于原有的黑洞，则用新产生的黑洞替代原有的黑洞，得到蛋白质复合物模块；

S4.进行后处理，去除在每个蛋白质复合物模块中与其他蛋白质节点没有相连接边的孤立节点，并去除所有规模小于3的蛋白质复合物模块，经过处理得到的蛋白质复合物模块即为该方法识别的最优蛋白质复合物。

2.如权利要求1所述的基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，所述步骤S1中，邻接矩阵通过以下方法得到：

S1.1.获取蛋白质相互作用数据库；

S1.2.去除冗余的蛋白质，保留具有相互作用的蛋白质列表对，将两列取并集，得到完整的蛋白质列表；

S1.3.通过MATLAB仿真软件处理得到能反映相互作用关系的邻接矩阵。

3.如权利要求1所述的基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，所述步骤S3中，在初步的蛋白质聚类模块的基础上进一步优化每一个聚类模块的具体步骤为：黑洞的初始化策略、多源数据融合策略、星点的添加和删除策略。

4.如权利要求3所述的基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，所述黑洞的初始化策略的具体方法为：借鉴biclustering算法的思想，分别对邻接矩阵的行和列执行K-means聚类操作，即在蛋白质相互作用网络中所有节点中选择K个聚类中心，比较其余节点到各个聚类中心的距离，将其归入到最近的聚类中心所在的模块中，得到初始的K个蛋白质复合物模块。

5.如权利要求3所述的基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，所述多源数据融合策略的主要方法为：结合蛋白质相互作用网络的拓扑结构特性和GO注释数据的功能相似特性，通过整合不同类型的基因组数据和蛋白质相互作用数据，作为多目标优化策略中的目标函数，引导最优解的不断迭代过程。

6.如权利要求5所述的基于多源数据融合及多目标优化的蛋白质复合物识别方法，其特征在于，所述多目标优化策略中的目标函数设定的具体方法为：结合蛋白质相互作用网络的拓扑结构特性和GO注释数据的功能特性，在充分考虑各个目标之间互斥性的前提下选择合适的目标函数。