[发明专利]一种基于BSO优化的蛋白质复合物识别方法

摘要

本发明提供一种基于BSO优化的蛋白质复合物识别方法。包含有如下步骤利用BSO算法强大的全局寻优能力，将蛋白质相互作用网络看成全网络连通图，结合蛋白质的基因本体注释功能信息和蛋白质相互作用网络拓扑结构定义蛋白质节点之间的距离，根据改进的k‑means算法进行初步的聚类。然后根据BSO算法的4个寻优原则产生新适应值，对已初步形成的蛋白质模块分别进行模块内和模块外寻优操作，循环迭代，寻找更优的全局解，最后执行后期处理过程。本发明方法能够保持群体在寻优过程中的多样性，从而避免陷入局部最优，获得全局最优模块划分，得到生物富集性显著的蛋白质复合物。

主权项

一种基于BSO优化的蛋白质复合物识别方法，其特征在于，包含有如下步骤：首先进行分组操作，将整个PPI网络看成是全连通网络，结合蛋白质拓扑距离和GO功能注释信息集定义节点间的距离，将所有的蛋白质节点进行聚类，得到初步的蛋白质聚类模块；借鉴K‑means算法的思想：在所有节点中选择出k个初始聚类中心，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个模块；然后创造新蛋白质模块，结合蛋白质相互作用网络的拓扑特性，改进BSO算法创造新个体的过程，对初始聚类结果进行优化；将每个蛋白质模块看作一个群，每个蛋白质节点看作为一个个体，群中心则是初步聚类模块的聚类中心；通过选择不同于原个体的新个体，通过新个体产生新的群，计算新群与原个体所在群的适应值，进行比较，若新群的适应值优于原有的群，则用新产生的群替代原有的群；最后进行后期处理过程，去除在每个蛋白质复合物中与其他蛋白质节点没有相连边的孤立节点，并去除掉所有规模小于3的蛋白质模块，最后经过处理得到的蛋白质模块即为该方法识别的最优蛋白质复合物。