蛋白質複合體挖掘的加權組裝聚類方法
2023-05-15 11:38:16 1
專利名稱：蛋白質複合體挖掘的加權組裝聚類方法
技術領域：
本發明屬於系統生物學領域，涉及蛋白質複合體的挖掘方法，更具體地，涉及一種蛋白質複合體挖掘的加權組裝聚類方法。
背景技術：
蛋白質是分子功能的執行者和調控者，也是生命活動的主要載體。蛋白質很少以單體的形式發揮作用，而是通過與其它蛋白質相互作用形成複合體或者功能模塊來協同地執行生物功能。蛋白質複合體的挖掘不僅有助於理解細胞的功能組織機理，還有助於揭示複雜疾病的發生原理。儘管科研人員可以通過化學實驗測定方法較為準確的測定某一環境下的較為穩定的蛋白質複合體，但是有些複合體內的蛋白質之間的相互作用是動態變化的，即存在不穩定蛋白質複合體。以實驗為基礎的研究方法難以偵測到這類蛋白質複合體，並且需要耗費大量的時間和昂貴的實驗成本。近年來，高通量蛋白質相互作用預測技術的出現產生了大量的蛋白質相互作用數據，從蛋白質相互作用網絡出發偵測蛋白質複合體已經成為了蛋白質複合體挖掘的一個主流方法。目前，研究人員已經提出了一系列用於挖掘蛋白質複合體的圖聚類算法。這些算法主要基於分析蛋白質相互作用網絡的拓撲結構來偵測蛋白質複合體。依據其實現思想的不同，可以把這些算法粗略地分為三個子類:基於密度的局部搜索算法、基於圖劃分的方法和基於層次聚類的方法。然而，由於每種算法都有各自的特點，它們通常只能夠捕捉到網絡中某種特定的拓撲特徵。例如，基於密度的局部搜索算法通常只能偵測到蛋白質相互作用網絡中緊密內連接的子網絡結構。然而研究表明，組織中的蛋白質複合體不僅限於緊密內連接的子網絡結構，蛋白質相互作用網絡中也存在具有其它拓撲結構(例如星形和線形結構)的蛋白質複合體。因此這些具有生物意義的低密度複合體往往會被傳統的基於密度的局部搜索算法所忽略。基於圖劃分的方法只能找到不重疊的蛋白質複合體。而研究表明，蛋白質在不同的環境下可能執行不同的功能，因此蛋白質複合體之間往往是相互重疊的。基於層次聚類的方法能夠發現蛋白質相互作用網絡中的層次結構，但是這些方法對噪聲數據相當敏感。而高通量技術得到蛋白質相互作用數據不可避免地存在一定比例的噪聲(假陽性和假陰性)。此外，基於層次聚類的方法同樣不能找到重疊的複合體。事實上，不同物種的不同組織通過不同實驗手段得到的蛋白質相互作用網絡往往具有多種多樣的網絡拓撲結構，因此很難找到一個算法在具有不同拓撲結構的蛋白質相互作用網絡數據上都有出色的表現。因此，如何設計一種方法來捕捉網絡數據中的不同拓撲特徵，並且在不同的網絡數據上都能得到較為準確的複合體偵測結果是一個值得研究的問題。目前有兩種用於蛋白質複合體挖掘的組裝聚類方法。一種是Asur等人提出的方法，他們首先提出兩種相似性度量來提高網絡數據的精確度，然後使用三種基於圖劃分的方法對改進的網絡數據聚類，產生了六組聚類結果；最後，提出一種基於主成分分析的一致聚類方法將上述結果融合 為最終的聚類。該法需要預先設定蛋白質複合體的個數，但是真實情況下，蛋白質相互作用網絡中的蛋白質複合體個數往往是未知的。此外，其使用的聚類方法都是基於圖劃分的方法，這樣，該法可能只能夠捕捉到網絡的某種拓撲特徵，而忽略了其他重要的特徵。並且在組裝不同聚類結果的時候，未對這些結果進行篩選，這樣一來，不可靠的聚類結果很可能會影響最終的聚類結果。另一種是Greene等人提出的方法。通過設置不同的聚類個數，首先用非負矩陣分解產生了一系列聚類結果；然後提出一個層級元聚類方法將這些聚類結果融合為一系列不相交的「元聚類」，最後通過這些結果生成了原始網絡的軟層級聚類。該方法主要是提高一個特定算法的穩定性，通過不同的初始值設置，產生一系列聚類結果，進而綜合成一個最終的聚類。由於沒有對不同的聚類結果進行篩選，而且僅使用了一種聚類方法，因此結果可能只反應出數據的部分特徵。
發明內容
本發明的主要目的是為了從不同的聚類方法得到的聚類結果中提取有效的信息，並且產生一個更為準確和可靠的聚類結果，進而較為準確地偵測蛋白質複合體。為實現上述目的，本發明提出一種蛋白質複合體挖掘的加權組裝聚類方法，包括:S1.輸入一個蛋白質相互作用網絡，產生一個無向圖G，選擇m個聚類方法應用到這個網絡上，得到m個聚類結果Bq, q=l,...，m ；B= (B1, B2,..., Bm)；S2.對每個基本聚類結果B,，q=l，...，m ;重新生成一個特徵網絡，得到m個特徵網絡，m個特徵網絡對應m個特徵矩陣；D= (D1, D2,, Dm)；S3.對上述m個特徵矩陣進行加權組合，獲取蛋白質相互作用網絡的合成矩陣W:
權利要求
1.一種蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，包括: S1.輸入一個蛋白質相互作用網絡，產生一個無向圖G，選擇m個聚類方法應用到這個網絡上,得到 m 個聚類結果 Bq, q=l,..., m ；B= (B1, B2,..., Bm)； S2.對每個基本聚類結果B,，q=l，...，m;重新生成一個特徵網絡，得到m個特徵網絡；m個特徵網絡對應m個特徵矩陣；D= (D1, D2,, Dm)； S3.對上述m個特徵矩陣進行加權組合，獲取蛋白質相互作用網絡的合成矩陣W:
2.根據權利要求1所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，所述步驟SI還包括將蛋白質相互作用網絡中未被第q個聚類方法聚類的蛋白質設為單獨的複合體，並添加到對應的聚類結果Bq中，q=l,...，m。
3.根據權利要求1或2所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，所述特徵矩陣Dq中的(Dq) i；J代表第q個特徵網絡中第i個和第j個節點間的狀態，當第i個和第 j 個節點相連則
4.根據權利要求1、2或3所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於， 所述步驟S3後還包括引入一個正則項
5.根據權利要求4所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，所述步驟S4包括以下步驟: ` S41.令Iii,z表示第i個蛋白質屬於第z個複合體的機率,設
6.根據權利要求5所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，所述步驟S47中公式(13)採用下式替換
7.根據權利要求6所述的蛋白質複合體挖掘的加權組裝聚類方法，其特徵在於，所述步驟S48的替換方式為:通過更新公式(11)，(14)和(15)，能夠通過迭代更新U，H和β的數值來求解模型參數；首先初始化Η=Η(°)，其中每個元素隨機抽取自(O，I)上的均勻分布和U=U(O);第七次迭代的時候，先固定U=U(H),通過(11)和(14)更新βω和H(t)(先根據(n)使用H(H)更新得到β ω，再根據(14)使用U(H)，H(H)和β (t)更新得到Ηω);;得到β (t)和Ηω之後，固定它們的取值，根據(15)得到U(t);如此不斷迭代，直到滿足設定的終止條件。
全文摘要
本發明公開了一種蛋白質複合體挖掘的加權組裝聚類方法，包括輸入一個蛋白質相互作用網絡，產生一個無向圖，選擇m個聚類方法應用到這個網絡上，得到m個聚類結果；對每個基本聚類結果，重新生成一個特徵網絡，得到m個特徵網絡，對應m個特徵矩陣；對m個特徵矩陣進行合成，獲取合成矩陣W其中uq是第q個特徵網絡的權重，uq≥0，且滿足合成矩陣W對應一個新的網絡，其中元素Wi,j是度量新網絡中蛋白質i和蛋白質j的相似程度；採用貝葉斯非負矩陣分解算法挖掘該新網絡中的聚類；把權重的學習和複合體發現整合為一個優化目標，從而通過聚類結果來優化權重，反之用權重結果來指導聚類；優化終止後獲取最終的蛋白質複合體挖掘結果。
文檔編號G06F19/12GK103235900SQ20131010485
公開日2013年8月7日 申請日期2013年3月28日 優先權日2013年3月28日
發明者歐陽樂, 戴道清, 張曉飛 申請人:中山大學