买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：贵州大学;重庆电子工程职业学院

摘要：本发明提出了一种利用深度神经网络构建多维生物属性信息与PPI拓扑特性之间必需蛋白识别的方法，针对基因表达数据不全面问题，对缺席数据进行补充，以提高鲁棒性。再分别采用构建PPI网络拓扑结构、皮尔逊相关系数、同源相关系数来减少深度神经网络的收敛速度。最后通过深度神经网络寻找节点的度、皮尔逊相关系数、同源相关系数三个特征的最佳关联关系，从而提高必须蛋白质的识别精度。

主权项：1.一种识别生物必需蛋白质方法,包括以下步骤，S1数据下载；S2缺席数据补充；S3构建PPI网络拓扑结构、皮尔逊相关系数、同源相关系数；S4对深度神经网络进行训练；所述步骤S1包括，从数据集获得酵母蛋白信息并剔除自相互作用和重复相互作用；从数据库中下载同源蛋白的信息，从数据集下载酵母的基因表达数据；从数据库中下载包含酿酒酵母必需基因的数据集作为基准集；所述步骤S2包括，对于给定的基因u，其在不同时刻的基因表达通过载体表达Expu＝{Expu,1,Expu,2,…，其中Expu,i为基因u在i时刻的平均表达水平，基因u的蛋白质的度的信息dμ和起源信息Ort为gθu； 其中，gθu＝[duOrtu]，让为基因u对应的蛋白质的实际值，其中θi表示基因u在第i时刻的值，当取最小值，线性拟合度最高，即回归模型刚好在基因表达的边界上；用: 让同时，对θ求导，得到: 得： 缺席数据表示为： 其中Nμ,σ2表示高斯扰动；所述步骤S3包括，S31计算PPI节点的度,在PPI网络中，设V代表PPI网络的节点集，E代表PPI网络的边缘集,得到基于PPI网络的无向图G＝V,E,设图G＝V,E，μ∈VG，ν∈VG，eμ,ν∈EG，节点μ的度dμ是 其中Γμ表示该节点μ的邻居节点集，euv表示该节点u与节点v的边，Num表示数量函数，归一化，节点的强度Sdu为， S32计算基因表达的相关性对于基因u和v，它们之间的PCC计算如下: 其中为基因u在各时刻的平均表达量，为基因ν在各时刻的平均表达量，σu为基因u在各时刻表达量的标准方差，σν为基因v在各时刻表达量的标准方差，cov表示相关性函数，T表示基因u的总时刻，t表示基因u的具体时刻，若PCCu,v为正值，则基因u与v正相关，如果PCCu,v值为负，则基因u和v呈负相关，表示基因u的平均表达量，表示基因v的平均表达量，计算出基因u在所有节点中的平均基因强度Genu， GenV表示基因v在所有节点中的平均基因强度，n表示节点的数量；S33计算同源相关性基因本体定义的语义相似性旨在提供不同生物过程、分子功能或细胞成分之间的功能关系，搜索连接两个词或注解的最短路径，并利用最短路径上的权值之和计算语义相似度来度量GO上的语义相似度，μ与ν之间的距离为 τ是他们最低端的共同祖先,root是它们最古老的祖先，dis表示距离函数,计算出节点u在所有节点中的平均同源强度Ortu， Ortv表示节点v的同源强度；所述步骤S4包括，令X表示经过处理后的蛋白质数据，Y是必须蛋白质数据，给定训练集D＝{X,Y},x∈X，y∈Y，从而可得： 其中f是激活函数，ω为权重，θ为阈值，训练集D每个数据输入为3个属性描述，x＝[Sd,Gen,Org]T，输出为2维实值向量y＝[0101]，定义隐含层的层数为L,每个隐含层的节点数为h，令y'为y的预测值，可得：输入层到隐含层的第1层的第J个节点L1,j的预测值y'1j是 其中θj表示隐含层的第1层的第J个节点的阈值，h表示隐含层的节点的个数，ωi，j表示第i节点和第j节点之间的权重，ωi，j，1表示隐含层第1层第i节点和第j节点之间的权重隐含层c到隐含层d的第J个节点Ld,j的预测值y'd,j是 隐含层到输出层的第J个节点预测值Y'j是 y’L,i表示隐含层第L层到第i个节点的预测值，采用均方误差作为损失函数Mse， 其中size为数据集D的训练数据的长度，令Δω为权值的更新形式，ω←ω+Δω给定学习率η，以目标的负梯度方向对参数进行调整，存在下式 y表示实际值，y’表示预测值,y’L表示隐含层第L层预测值，得到得隐含层数L,隐含层节点数h，阈值θ。

全文数据：

权利要求：

百度查询： 贵州大学 重庆电子工程职业学院 一种识别生物必需蛋白质方法