基于回溯法和動態(tài)規(guī)劃法的生物網(wǎng)絡(luò)模體識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及基于回溯法和動態(tài)規(guī)劃法的生物網(wǎng)絡(luò)模體識別方法，具體講的是通過動態(tài)規(guī)劃法調(diào)用已搜索到的子圖來搜索其他節(jié)點的子圖，并在搜索子圖過程中使用回溯法的生物網(wǎng)絡(luò)模體識別方法，其屬于生物網(wǎng)絡(luò)模體識別領(lǐng)域。
【背景技術(shù)】
[0002]隨著人類基因組計劃的完成，我們進入了后基因組時代。在后基因組時代生物信息學的主要任務(wù)是探索一個活細胞內(nèi)所有粒子以及這些粒子之間的關(guān)系，這些粒子之間的關(guān)系組成了復雜的生物網(wǎng)絡(luò)。近些年來，研宄者們一直專注于研宄這些復雜的生物網(wǎng)絡(luò)。網(wǎng)絡(luò)模體已經(jīng)被證實為在這些生物網(wǎng)絡(luò)中具有基本功能的單位。學習網(wǎng)絡(luò)模體是功能基因組學的一個熱點，也是生物信息學研宄的的一個熱點。模體識別的意義在于運用各種數(shù)學模型和人工智能技術(shù)來分析生物數(shù)據(jù)，發(fā)現(xiàn)未知的生物學定律，理解生命的本質(zhì)。
[0003]模體是Milo等人在2002年第一次提出的，它表示一個網(wǎng)絡(luò)中最小的單元。后來，越來越多的模體識別方法被提出來。在2003年，日本的研宄者們提出了著名的KEGG數(shù)據(jù)庫，這些學者主要通過系統(tǒng)生物學的方法研宄新陳代謝網(wǎng)絡(luò)。在2004年，Kashtan等人提出了 ESA方法，ESA是Milo提出方法的改進方法，主要改進的地方在子圖搜索部分。首先從給定的圖中選擇隨機選擇一條邊作為基本邊，然后選擇其他邊擴展子圖直到達到相應大小。然而隨著圖節(jié)點的增多，ESA的性能將急劇下降。在2006年，Wernicke提出了一個新的模體識別方法-ESU，這是一個高效的搜索方法。不久以后，他又提出了另一個方法RAND-ESU，這個方法的效率也相當高，并且它有一個界面良好的軟件平臺可供研宄使用。在2011年，HU提出了一個基于特征選擇的方法，該方法能夠通過子圖同構(gòu)準確的將子圖分類，還可以給出每個子圖獨一無二的編碼并且不同構(gòu)的子圖不會擁有相同的編碼。然而，隨著子圖越來越大和密集，搜索節(jié)點的位移空間將快速膨脹。在2014年，Zhang提出基于空間壓縮的模體識別方法，他們根據(jù)同位點的特點壓縮了真實圖和隨機圖的搜索空間和存儲空間。通過這種方式，他們的方法可以以很快的速度識別模體并且方法的穩(wěn)定性要高于其他方法。
[0004]本文提出將動態(tài)規(guī)劃思想用于模體識別并對搜索子圖過程中使用的回溯法進行了一定的改進。首先，我們通過逐漸增加節(jié)點和邊的方式搜索出所有的3節(jié)點子圖以及他們的相關(guān)點和相關(guān)邊并將他們作為中間變量保存，然后基于動態(tài)規(guī)劃思想，在搜索n+1節(jié)點子圖時調(diào)用η節(jié)點子圖以及相應的相關(guān)點和相關(guān)邊。通過這樣的方式我們能以高效率和高準確性搜索出所有的子圖。最后我們使用生物網(wǎng)絡(luò)和非生物網(wǎng)絡(luò)來驗證我們的方法，生物網(wǎng)絡(luò)包括 Sea Urchin，protein2，protein，非生物網(wǎng)絡(luò)包括 S838，S420 和 S208。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提出一種基于回溯法和動態(tài)規(guī)劃的生物網(wǎng)絡(luò)模體識別方法，將回溯法和動態(tài)規(guī)劃法用于生物網(wǎng)絡(luò)模體識別，搜索出更多數(shù)目的有效子圖，并有效提高了子圖搜索的效率，從而能更加準確的識別出模體。
[0006]本發(fā)明的技術(shù)方案為:首先通過逐步增加節(jié)點和邊的方式搜索出最小規(guī)模的子圖，然后利用動態(tài)規(guī)劃思想調(diào)用已搜索到的子圖及其相關(guān)點相關(guān)邊來搜索其他節(jié)點的子圖，這樣就可以搜索出所有相應節(jié)點的子圖；其具體步驟如下:
[0007]I)讀入輸入圖，將輸入圖信息轉(zhuǎn)化為計算機語言識別的格式，獲取其關(guān)聯(lián)矩陣和信息矩陣等信息；
[0008]2)選擇編號為I的頂點作為起始點，然后通過逐漸增加節(jié)點和邊的方式獲得輸入圖的所有3節(jié)點子圖，同時將每個3節(jié)點子圖的相關(guān)點和相關(guān)邊作為中間變量保存起來，以備調(diào)用。
[0009]3)通過動態(tài)規(guī)劃法調(diào)用已搜索到的η節(jié)點子圖及其相關(guān)點相關(guān)邊來搜索η+1 (η>=3)節(jié)點子圖，直到η節(jié)點子圖全部調(diào)用完，存儲搜索到的η+1節(jié)點子圖，同時將η+1節(jié)點子圖以及他們的相關(guān)點相關(guān)邊作為中間變量保存起來，以備調(diào)用。重復步驟3，獲得所有想要搜索的子圖。其詳細步驟如下(1)-(8):
[0010](I)首先調(diào)一個η節(jié)點子圖，判斷η節(jié)點子圖是否全部調(diào)用完；如果沒有調(diào)用完，轉(zhuǎn)到⑵；如果調(diào)用完，則完成η+1節(jié)點子圖的搜索，進入下一個節(jié)點子圖搜索，結(jié)束；
[0011](2)判斷是否所有的相關(guān)點都進行了判斷；如果所有的相關(guān)點都判斷結(jié)束，則調(diào)入下一個η節(jié)點子圖及其相關(guān)點和相關(guān)邊，轉(zhuǎn)到(I);如果沒有結(jié)束，轉(zhuǎn)到(3);
[0012](3)判斷當前子圖節(jié)點數(shù)有沒有達到η+1個，如果達到，則說明完成一個子圖的搜索，子圖數(shù)目加1，轉(zhuǎn)到⑷；沒有達到，轉(zhuǎn)到(5);
[0013](4)判斷這個子圖的相關(guān)點中是否有和子圖中相同的點，如果有相同點，那么僅保存這個子圖；如果沒有相同的點，那么除了保存這個子圖外，還保存它的相關(guān)點及相關(guān)邊；轉(zhuǎn)到⑶;
[0014](5)判斷當前相關(guān)點和子圖中的點是否相同，如果相同，轉(zhuǎn)到(7);如果不相同，指向下一個相關(guān)點，轉(zhuǎn)到⑵；
[0015](6)從第一個相關(guān)點開始判斷是否所有的相關(guān)點都進行了判斷，如果是，轉(zhuǎn)到
(2);如果否，轉(zhuǎn)到(8);
[0016](7)判斷這個相關(guān)點所對應的邊和子圖中的邊是否相同.如果相同，指向下一個相關(guān)點，轉(zhuǎn)到⑵；如果否，將這個相關(guān)點加入子圖，同時將這個點的相關(guān)點及相關(guān)邊加入相關(guān)點相關(guān)邊集合，轉(zhuǎn)到(3)；
[0017](8)判斷當前相關(guān)點是否與子圖中的點相等，同時對應的相關(guān)邊與子圖中的邊不相等；如果是，將這個相關(guān)點及對應的相關(guān)邊加入子圖，子圖數(shù)目加1，轉(zhuǎn)到⑷；如果否，指向下一個相關(guān)點，轉(zhuǎn)到(6)。
[0018]本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點:
[0019]1、將動態(tài)規(guī)劃思想引入模體識別中，通過調(diào)用已搜索到的子圖來搜索其他節(jié)點子圖，提高了子圖搜索的效率；
[0020]2、在子圖搜索過程中，對回溯法進行了改進，其比較完當前的相關(guān)點及其對應的相關(guān)邊后，如果需要將當前相關(guān)點加入子圖，那么需從第一個相關(guān)點開始再和對應子圖中的點進行比較，如果相關(guān)點和相應子圖中的點相同而對應的相關(guān)邊不同，則需將該相關(guān)邊加入子圖，形成一個新的子圖，這樣可以防止搜索子圖的過程中出現(xiàn)遺漏，提高了子圖搜索的準確性。
【附圖說明】
[0021]圖1實施例1的示意圖；
[0022]圖2實施例1的關(guān)聯(lián)矩陣；
[0023]圖3實施例1的信息矩陣；
[0024]圖4實施例1的所有3節(jié)點子圖；
[0025]圖5 —個3節(jié)點子圖及其相關(guān)點相關(guān)邊；
[0026]圖6調(diào)用size-n子圖搜索size-η+Ι子圖流程圖；
[0027]圖7通過回溯法搜索子圖示例；
[0028]圖8本申請方法與其他方法在子圖搜索數(shù)目上的比較；
[0029]圖9本申請方法與其他方法在子圖搜索時間上的比較。
【具體實施方式】