基于离散化蝙蝠算法的两个生物网络全局比对方法
成果类型:: 实用新型专利
发布时间: 2022-06-30 11:33:40
本发明公开了一种基于离散化蝙蝠算法的两个生物网络全局比对方法,包括:使用基于目标函数的搜索方法的框架,将蝙蝠算法离散化应用在网络比对中;融合先验知识初始化种群;保留保守节点的比对结果;蝙蝠算法的离散化体现在速度和解两方面,速度采用0或1表示当前解是否需要进行扰动,对蝙蝠个体的编码进行排列来表示个体的解。本发明的有益效果:在生物指标上及拓扑指标上表现均有不错表现的生物网络比对方法。
为了解决上述技术问题,本发明提供了一种基于离散化蝙蝠算法的两个生物网络全局比对方法,包括:使用基于目标函数的搜索方法的框架,将蝙蝠算法离散化应用在网络比对中;融合先验知识初始化种群;保留保守节点的比对结果。
在其中一个实施例中,网络比对方法具体分为以下四个步骤:
(1)输入:输入两个待比对的网络以及它们之间的序列相似性;
(2)个体编码及初始化:
(3)个体及种群迭代:
(4)比对结果的输出:每一次迭代更新后,对每一次循环中所有种群中的解更新后找出种群中的最优解,若最优解连续N次不改变,则将此最优解作为最终的比对结果输出。
在其中一个实施例中,“个体编码及初始化:”具体包括:(a)每只蝙蝠个体代表一个比对结果,将两个网络分别从1开始编号,比对结果是一个与小网络维度一致的排列,排列中的数字表示第二个网络中的节点的编号,该编号所在的位置表示第一个网络中节点的编号;
网络比对是复杂网络的一个研究方向,可以应用在生活中常见的交通网络、社会网络、生物网络等。其中,生物网络比对是一种常用的研究生物分子间相互作用的方法,也是分析物种间功能差异的重要手段,通过对生物网络的比较,可以挖掘物种间功能的差异性、物种间的知识转移、系统发育关系等。
目前,两个网络比对方法有二步方法和基于目标函数的搜索方法两种类型。
二步方法,顾名思义,比对方法主要分两步进行,一是计算网络间节点对之间的相似性;二是根据第一步的相似性指导完成比对过程。
基于目标函数的搜索方法是围绕目标函数进行搜索以产生更优的新解,将最终使目标函数最优的结果作为比对输出。在这种类型的比对方法中,目标函数可以直接使用衡量标准,然后通过搜索方法,不断地调整比对结果,以期待找到更优的结果。
比较这两种类型的方法,二步方法研究较早、相对比较成熟,但这类方法是在比对完成后才对结果进行评价衡量。而基于目标函数的搜索方法直接以衡量指标作为目标函数,然后不停地产生新解来优化目标函数,然而这种方法也存在很难将先验知识融入到搜索方法里的问题,尤其是当网络规模较大时,如果搜索方法中不加入先验知识,那么,它的搜索效率就会比较低效。
江南大学是教育部直属、国家“211工程”重点建设高校和“双一流”建设高校。学校具有悠久的办学历史、厚重的文化积淀,源起1902年创建的三江师范学堂,历经国立中央大学、南京大学等发展时期;1958年南京工学院食品工业系整建制东迁无锡独立建校,成立无锡轻工业学院;1962年无锡纺织工学院并入无锡轻工业学院;1995年更名为无锡轻工大学;2001年无锡轻工大学、江南学院、无锡教育学院合并组建江南大学;2003年东华大学无锡校区并入江南大学。
基于同样的发明构思,本申请还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现任一项所述方法的步骤。
基于同样的发明构思,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一项所述方法的步骤。
基于同样的发明构思,本申请还提供一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任一项所述的方法。在生物指标上及拓扑指标上表现均有不错表现的生物网络比对方法。
科技成果只有通过实施开发应用,使其转化为生产力,才能取得经济效益和社会效益。成果方目标是将科技成果转化为现实生产力,期待有意愿的企业或合作单位进行合作推广或者进行产品生产。考虑合作转化、许可+合作等转化方式与企业、科学技术研究开发机构和其他组织建立合作关系。