[发明专利]一种基于图模型的蛋白质复合物识别方法

摘要

本发明提供了一种基于图模型的蛋白质复合物识别方法，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；首先获取蛋白质复合物的核蛋白顶点集，然后扩展其边缘结点一阶邻居，形成图模型；再根据图模型的特征，判别其连通性，找到所有的稠密子图，即蛋白质复合物。本发明提供的方法将图模型看作蛋白质复合物的核，通过考察扩展该图模型的一阶邻居结点识别蛋白质复合物；将本发明提供的算法应用于已知的酵母蛋白质网络，实验结果表明，本算法能够识别出比较多的具有生物意义的蛋白质复合物，且算法对输入参数不敏感。

主权项

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‑neighborsHP‑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。