【摘要】 本发明涉及分层简化大规模图数据的运算方法，该方法首先对图G0进行预处理，得到第一级简化子图G1，以上一级子图为母图得到下一级子图，以此类推得到最优化子图G；并且把该运算方法运用到蛋白质相互作用网络，针对蛋白质互相作用网络进行非关键蛋白质分子的筛选，保留关键蛋白质分子；本发明方法选用的起点为度最多的蛋白质一般都是图中的关键蛋白质，从度最多的点开始作遍历，去除关节点以外的非关键点，得到的简化子图具备较强的代表性; 由于采用本方法简化后的子图仍然可以作为进一步简化的母图; 本方法识别关键蛋白质分子的准确性高，得到的简化子图对生物技术提供技术支持。 【专利类型】发明授权 【申请人】常州工学院 【申请人类型】学校 【申请人地址】213011 江苏省常州市天宁区通江南路299号 【申请人地区】中国 【申请人城市】常州市 【申请人区县】天宁区 【申请号】CN201210176708.3 【申请日】2012-05-31 【申请年份】2012 【公开公告号】CN102750460B 【公开公告日】2014-12-10 【公开公告年份】2014 【授权公告号】CN102750460B 【授权公告日】2014-12-10 【授权公告年份】2014.0 【IPC分类号】G06F19/18 【发明人】毛国勇; 张燕红; 张永春; 徐磊; 彭颖 【主权项内容】1.一种适于对蛋白质相互作用网络的图数据的分层简化方法，其特征在于包含以下步骤：步骤一、对所述蛋白质相互作用网络的原始图G0’进行去除自回路和平行边的预处理，得到第一级简化子图G1’=(V1’，E1’)，其中V1’为一级点的集合，E1’为一级边的集合，所述点为蛋白质分子，所述边为蛋白质之间的相互作用; 并设第n级简化子图Gn’为下一级简化子图Gn+1’的母图GOn’；n为初值等于1的整数；步骤二、对所述母图GOn’进行遍历，并选择其中具有最优度的点作为遍历的起点S n+1’, 设所述下一级简化子图Gn+1’=(V n+1’，En+1’)，其中V n+1’为下一级点的集合，E n+1’为下一级边的集合，其中所述度为一蛋白质与邻接点的蛋白质之间的相互作用程度，所述最优度的点为一蛋白质与其他蛋白质相互作用最多的蛋白质；步骤三、将所述起点S n+1’作为新加入点加入到所述下一级点的集合V n+1’中；步骤四、把所述新加入点及其直接邻接点加入到一集合VT n+1’中；步骤五、遍历所述集合VT n+1’中的各直接邻接点的所有邻接点；若有一邻接点不在所述集合VTn+1’中，则将与该邻接点对应的所述直接邻接点加入到所述集合V n+1’中，并连接所述步骤四中的新加入点与所述对应的直接邻接点，以生成一边，将所述边加入到所述下一级边的集合E n+1’中；步骤六、从所述步骤五中得到的所述集合V n+1’中的下一个新加入点，重复所述步骤四、五，直至所述母图GOn’遍历结束，以得到所述下一级点的集合Vn+1’和下一级边的集合En+1’，构成所述下一级简化子图G i+1’=(V n+1’，E n+1’)；步骤七、设获得的所述下一级简化子图G n+1’为再下一级简化子图的母图GO(n+1)’，重复所述步骤二至六，直至得到最优简化子图G’, 即获得关键蛋白质的简化子图；获得所述步骤二中最优度的点的方法，包括如下步骤：先选择度最多的点作为所述最优度的点；若含有度最多的点有多个，则依次比较各点的各级邻接点的度的总和，取所述总和最小的点作为所述最优度的点。 【当前权利人】上海前隆信息科技有限公司 【当前专利权人地址】上海市虹口区东大名路1050号901-908室 【专利权人类型】公立 【统一社会信用代码】12320400467283964D 【引证次数】2.0 【他引次数】2.0 【家族引证次数】2.0 【家族被引证次数】6

未经允许不得转载：http://www.zhongzhencnc.com/1789874189.html