[发明专利]基于多目标进化算法的大规模蛋白质功能模块识别方法和系统有效
| 申请号： | 201810420952.7 | 申请日： | 2018-05-04 |
| 公开（公告）号： | CN108647490B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 张兴义;刘春龙;周克飞 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G16B20/00 | 分类号： | G16B20/00 |
| 代理公司： | 合肥市长远专利代理事务所(普通合伙) 34119 | 代理人： | 叶美琴 |
| 地址： | 230000*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多目标进化算法的大规模蛋白质功能模块识别方法：定义蛋白质网络表征，并鉴别蛋白质网络中的核心蛋白质节点；基于每一个核心蛋白质节点建立子种群，并对子种群内的每一个个体进行初始化操作；S3、对完成初始化操作的个体进行交叉变异操作得到新个体；对新子种群内的个体进行交叉变异操作得到新个体，且计算每一个新个体的模块度，并寻找模块度最大的新个体且记录下最大模块度；按照最大模块度进行增益，合并蛋白质模块中重叠度超过预设值的蛋白质模块。本发明提高了多目标进化算法的搜索能力，让算法更加关注围绕核心节点进行蛋白质模块搜索，使挖掘出的蛋白质模块更加精细与准确，从而保证的蛋白质模块挖掘的有效性。 | ||
| 搜索关键词： | 基于 多目标 进化 算法 大规模 蛋白质 功能模块 识别 方法 系统 | ||
【主权项】：
1.基于多目标进化算法的大规模蛋白质功能模块识别方法，其特征在于，包括以下步骤：S1、定义蛋白质网络表征，并鉴别蛋白质网络中的核心蛋白质节点，且将核心蛋白质节点加入核心蛋白质节点集合内；S2、基于核心蛋白质节点集合内的每一个核心蛋白质节点建立子种群，并对子种群内的每一个个体进行个体初始化操作以及个体领域初始化操作；S3、对完成初始化操作的个体进行交叉变异操作得到新个体，并将新个体整合为新子种群；S4、对新子种群内的个体进行交叉变异操作得到新个体，且计算每一个新个体的模块度，并寻找模块度最大的新个体且记录下最大模块度；S5、将蛋白质网络中未出现在模块度最大的新个体中的核心蛋白质节点列入剩余节点集合，且将剩余节点集合中的核心蛋白质节点分派至预设蛋白质模块中，并按照最大模块度进行增益，合并蛋白质模块中重叠度超过预设值的蛋白质模块。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽大学，未经安徽大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810420952.7/，转载请声明来源钻瓜专利网。
