一種啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及代謝組學(xué)網(wǎng)絡(luò)領(lǐng)域，尤其設(shè)及一種啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 代謝物是生物體內(nèi)完成代謝過程的小分子有機(jī)化合物總稱，包含了豐富的生理狀 態(tài)信息。代謝組學(xué)基于對代謝物的整體系統(tǒng)性研究，可有效掲示生理現(xiàn)象背后的真實(shí)機(jī)理， 并更為全面地展示生命體的動(dòng)態(tài)狀態(tài)。因此獲得了越來越多的重視，被廣泛應(yīng)用于諸多科 研與實(shí)用領(lǐng)域中。而另一方面，傳統(tǒng)機(jī)器學(xué)習(xí)方法往往難W應(yīng)對代謝組學(xué)特征高維度、小樣 本、高噪聲的數(shù)據(jù)特點(diǎn)。使用創(chuàng)新的網(wǎng)絡(luò)結(jié)構(gòu)描述代謝物間的相互關(guān)聯(lián)，并W此進(jìn)行準(zhǔn)確、 穩(wěn)定的分析，是代謝組學(xué)未來發(fā)展的重要方向。
[0003] 已有的代謝組學(xué)網(wǎng)絡(luò)描述方法主要包括兩類：
[0004] 其一是全基因代謝網(wǎng)絡(luò)重構(gòu)方法。其W基因表達(dá)信息為基礎(chǔ)，通過獲取其可能產(chǎn) 生的蛋白質(zhì)列表，捜索ECXEnzyme Commission Number)數(shù)據(jù)庫得到對應(yīng)的蛋白酶，并根據(jù) 代謝途徑(Pathway)數(shù)據(jù)庫取得所有可能的化學(xué)反應(yīng)，使用連接算法組合為包含高假陽性 的代謝網(wǎng)絡(luò)草圖。而后根據(jù)在特定條件下的實(shí)驗(yàn)表達(dá)信息，對草圖進(jìn)行修正與剪裁，最終獲 得較為準(zhǔn)確的網(wǎng)絡(luò)結(jié)構(gòu)。
[0005] 其二是代謝網(wǎng)絡(luò)的共表達(dá)構(gòu)建方法(Metabolic Co-expression Network)。直接 評估不同代謝物特征在各實(shí)驗(yàn)條件下的表達(dá)差異，通過計(jì)算相關(guān)性參數(shù)（Correlation Coefficient)形成權(quán)值矩陣。而后人為設(shè)定或使用適應(yīng)性算法確定切分闊值，對矩陣進(jìn)行 簡化，最終映射為網(wǎng)絡(luò)結(jié)構(gòu)。
[0006] -般認(rèn)為，代謝共表達(dá)網(wǎng)絡(luò)可更為有效地描述未知的生理關(guān)聯(lián)信息，且對先驗(yàn)知 識(shí)要求較低，更適合于非針對性代謝組學(xué)研究，是發(fā)掘與分析代謝組學(xué)新知識(shí)的有力工具。 但在生物數(shù)據(jù)中，其相關(guān)性參數(shù)的計(jì)算往往有著較大誤差，且人為設(shè)定的切分闊值缺乏理 論依據(jù)，導(dǎo)致最終結(jié)果難W令人滿意。針對運(yùn)一問題，近年來提出了基于特征選擇的共表達(dá) 網(wǎng)絡(luò)構(gòu)建方法，獲得了學(xué)術(shù)界的廣泛重視。
[0007] 現(xiàn)有的全基因代謝網(wǎng)絡(luò)重構(gòu)方法，其缺點(diǎn)在于：
[000引第一，其包含了現(xiàn)有數(shù)據(jù)庫中所有可能的代謝反應(yīng)，具有極高的假陽性。盡管實(shí)驗(yàn) 數(shù)據(jù)可部分消除此類網(wǎng)絡(luò)連接，但若要對其進(jìn)行準(zhǔn)確修正，所需的樣本量過高，成本較高。
[0009] 第二，其嚴(yán)重依賴于現(xiàn)有的基因表達(dá)、酶催化及代謝途徑等先驗(yàn)知識(shí)。而此類知 識(shí)，特別是代謝組學(xué)相關(guān)的數(shù)據(jù)庫仍有著大量信息缺失。導(dǎo)致所構(gòu)建的網(wǎng)絡(luò)具有高假陰性。 此外，其網(wǎng)絡(luò)完全基于現(xiàn)有知識(shí)，難W用于新生物信息的發(fā)掘。
[0010] 現(xiàn)有的代謝共表達(dá)網(wǎng)絡(luò)構(gòu)建方法，其缺點(diǎn)在于：
[00川第一，基于相關(guān)性參數(shù)的方法，如F>earson相關(guān)系數(shù)、Spearman相關(guān)系數(shù)等，其參數(shù) 計(jì)算所需樣本量較高，在生物實(shí)驗(yàn)中往往難W滿足。導(dǎo)致所估計(jì)的相關(guān)程度有所偏差，構(gòu)造 網(wǎng)絡(luò)的魯棒性不佳。且人為設(shè)定切分闊值并無理論支撐，容易再次引入誤差，影響分析結(jié) 果。
[0012]第二，現(xiàn)有算法僅能估計(jì)兩兩特征(Pairwise Features)間的關(guān)聯(lián)信息。而在真實(shí) 生命體中，多個(gè)代謝物往往會(huì)相互連接形成功能模塊，整體對生理過程進(jìn)行調(diào)控。現(xiàn)有方法 并不能有效描述運(yùn)一特點(diǎn)。
[0013] 第=，現(xiàn)有基于特征選擇的網(wǎng)絡(luò)構(gòu)建方法一般使用確定性捜索方法，對于相同數(shù) 據(jù)集僅能獲得唯一的特征子集。而對于高維代謝組學(xué)數(shù)據(jù)，此類解往往不是最優(yōu)的。此類方 法也無法通過多次運(yùn)行程序捜索更佳的結(jié)果。
[0014] 因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。

【發(fā)明內(nèi)容】

[0015] 鑒于上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的 構(gòu)建方法及系統(tǒng)，旨在解決現(xiàn)有的構(gòu)建方法準(zhǔn)確性低、穩(wěn)定性差、成本高等問題。
[0016] 本發(fā)明的技術(shù)方案如下：
[0017] -種啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建方法，其中，包括步驟：
[0018] A、對原始的代謝特征數(shù)據(jù)集護(hù)進(jìn)行正規(guī)化預(yù)處理，使其中所有M個(gè)代謝特征矢量 在每個(gè)維度上都具有0均值及單位方差：
[0019]
[0020] F=化;m=l，2,…，M}為預(yù)處理后的代謝特征數(shù)據(jù)集，分別為第m個(gè)原始的代 謝特征矢量護(hù)m的均值與方差；
[0021] B、設(shè)定特征選擇總運(yùn)行次數(shù)為K，初始化運(yùn)行計(jì)數(shù)器k = l;
[0022] C、構(gòu)造多模優(yōu)化的進(jìn)化種群ps，將其所包含的每個(gè)尋優(yōu)個(gè)體XiEps初始化為范圍 R=[0，l]內(nèi)均勻分布的M維隨機(jī)矢量；
[0023] D、設(shè)定算法迭代總次數(shù)為G，初始化迭代計(jì)數(shù)器g = l;
[0024] E、計(jì)算進(jìn)化種群PS中每個(gè)尋優(yōu)個(gè)體的共享適應(yīng)度函數(shù)值；
[0025] F、在計(jì)算所有尋優(yōu)個(gè)體的共享適應(yīng)度函數(shù)值后，使用啟發(fā)式計(jì)算智能算法優(yōu)化進(jìn) 化種群PS;
[00%] G、更新迭代計(jì)數(shù)器肖=肖+1，若肖祐，則返回步驟E;否則本次優(yōu)化結(jié)束，進(jìn)入步驟H; [0027] H、對于優(yōu)化后進(jìn)化種群PS中的每個(gè)尋優(yōu)個(gè)體Xi，將其映射為選擇矢量Si;
[002引I、構(gòu)造對稱的共表達(dá)權(quán)值矩陣Wk=Iwp,q}MXM，其中對角線元素 Wp,P為所有Si中代謝 特征矢章獻(xiàn)說中的次擲.n EM:
[0029]
[0030] 其余元素 wp,q則為Si中代謝特征矢量Fp與Fq被同時(shí)選中的次數(shù)，p，qeM，p辛q:
[0031 ] Wp, q - 2 ie I ps I Sp n Sq ； Sp , Sq ￡ Si ；
[0032] J、更新運(yùn)行計(jì)數(shù)器k = k+l，若k<K，則返回步驟C，否則特征選擇完成，進(jìn)入步驟K;
[0033] K、對每次運(yùn)行所獲得的共表達(dá)權(quán)值矩陣進(jìn)行平均，并計(jì)算其對應(yīng)的概率，得到最 終的共表達(dá)權(quán)值矩陣為Q ={ Up, q}MXM，其中I PS I為進(jìn)化種群PS中的尋優(yōu)個(gè)體總數(shù)：
[0034]
[0035] L、將每次特征選擇中最終輸出的每個(gè)Si視作優(yōu)化算法對于代謝特征數(shù)據(jù)集空間 的一次采樣，其SmESi服從概率Pm的伯努利分布，則Wp,P即為服從B( Ips I ,Pm)二次分布的隨 機(jī)變量；
[0036] M、將最終的共表達(dá)權(quán)值矩陣視作組合學(xué)習(xí)投票方法的穩(wěn)態(tài)結(jié)果；
[0037] N、使用最終的共表達(dá)權(quán)值矩陣中的對角線元素 COp,P作為節(jié)點(diǎn)P的重要性權(quán)重，其 余任意《p,q，P辛q作為節(jié)點(diǎn)Fp與Fq之間的連接權(quán)重，構(gòu)建全連通加權(quán)網(wǎng)絡(luò)G，而后移除其中權(quán) 重小于闊值Qt的節(jié)點(diǎn)與邊，形成該原始的代謝特征數(shù)據(jù)集護(hù)的代謝共表達(dá)網(wǎng)絡(luò)；
[0038] 0、輸出所述代謝共表達(dá)網(wǎng)絡(luò)作為結(jié)果。
[0039] 所述的啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建方法，其中，所述步驟E具體包括：
[0040] EU設(shè)若輸入個(gè)體為Xi= {xm;m=l，2, ...，M}，其各維度上均為R范圍內(nèi)的實(shí)數(shù)值， 將其二值化為離散的選擇矢量Si= {sm;m= 1，2，. . .，M}:
[0041]
[0042] E2、對于Si中任意第m個(gè)選擇值Sm,若其值為1，則選擇對應(yīng)代謝特征矢量Fm包含于 所構(gòu)造的特征子集Fs中，否則Fm將不會(huì)被選中；
[0043] Fs={Fm；m= 1,2,---,1,Sm=H ;
[0044] E3、計(jì)算Fs中多變量的近似互信息值作為原始適應(yīng)度函數(shù)值；
[0045] E4、定義稀疏適應(yīng)度函數(shù)值為矢量Xi的1范數(shù)：
[0046] fspr. (Xi) = IlXiIIi;
[0047] E5、計(jì)算當(dāng)前個(gè)體Xi的總體適應(yīng)度函數(shù)值為：
[004引 f (Xi) =fraw(Xi)+Mspr. (Xi);
[0049] 其中A為拉格朗日乘數(shù)；
[0050] E6、若每個(gè)尋優(yōu)個(gè)體的總體適應(yīng)度函數(shù)值都已計(jì)算，則轉(zhuǎn)至步驟E7,否則轉(zhuǎn)至步驟 El;
[0051] E7、計(jì)算各尋優(yōu)個(gè)體的共享適應(yīng)度函數(shù)值：
[0化2]
[0053] 其中r為聚集半徑，e為驅(qū)散因子。
[0054] 所述的啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建方法，其中，所述步驟E3具體包括：
[0055] E31、設(shè)若C為F的N個(gè)樣本所對應(yīng)的類標(biāo)矢量，則Fs的互信息計(jì)算為：
[0056] I(Fs;C) =H(Fs)-H(Fs I C) =H(Fs)- 2cecp(c化(Fs I C);
[0057] 其中P (C)表示類標(biāo)C的出現(xiàn)概率，H()表示變量的賭；
[005引E32、使用Fs中的N個(gè)樣本作為節(jié)點(diǎn)，其相互歐氏距離作為邊的權(quán)值，構(gòu)造最小生成 樹，貝化Y (Fs)為此最小生成樹的邊權(quán)值總和：
[0化9]
[0060]其中丫為接近于0的正值常數(shù)；
[0061 ] E33、計(jì)算Fs的多變量互信息為：
[0062] Iappx'(Fs;C)=k(Fs)-I：cecp(cAY(Fs|c);
[0063] 從而原始適應(yīng)度函數(shù)值定義為：
[0064] fraw(Xi)=-Iappx'(Ps;G)。
[0065] -種啟發(fā)式代謝共表達(dá)網(wǎng)絡(luò)的構(gòu)建系統(tǒng)，其中，包括：
[0066] 正規(guī)化模塊，用于對原始的代謝特征數(shù)據(jù)集護(hù)進(jìn)行正規(guī)化預(yù)處理，使其中所有M個(gè) 代謝特征矢量在每個(gè)維度上都具有0均值及單位方差：
[0067]
[006引 F=化;m=l，2,…，M}為預(yù)處理后的代謝特征數(shù)據(jù)集，分別為第m個(gè)原始的代 謝特征矢量護(hù)m的均值與方差；
[0069] 運(yùn)行計(jì)數(shù)器初始化模塊，用于設(shè)定特征選擇總運(yùn)行次數(shù)為K，初始化運(yùn)行計(jì)數(shù)器k =1;
[0070] 進(jìn)化種群構(gòu)造模塊，用于構(gòu)造多模優(yōu)化的進(jìn)化種群PS，將其所包含的每個(gè)尋優(yōu)個(gè) 體XiEps初始化為范圍R= [0，1 ]內(nèi)均勻分布的M維隨機(jī)矢量；
[0071 ]迭代計(jì)數(shù)器初始化模塊，用于設(shè)定算法迭代總次數(shù)為G，初始化迭代計(jì)數(shù)器g = 1;
[0072] 適應(yīng)度函數(shù)值計(jì)算模塊，用于計(jì)算進(jìn)化種群PS中每個(gè)尋優(yōu)個(gè)體的共享適應(yīng)度函數(shù) 值；
[0073] 種群優(yōu)化模塊，用于在計(jì)算所有尋優(yōu)個(gè)體的共享適應(yīng)度函數(shù)值后，使用啟發(fā)式計(jì) 算智能算法優(yōu)化進(jìn)化種群PS;
[0074] 迭代計(jì)數(shù)器更新模塊，用于更新迭代計(jì)數(shù)器旨=旨+1，若旨<6,則返回適應(yīng)度函數(shù)值 計(jì)算模塊;否則本次優(yōu)化結(jié)束，進(jìn)入映射模塊；
[007