一种miRNA调控蛋白质相互作用网络的miRNA靶蛋白预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106529203A(43)申请公布日2017.03.22(21)申请号201611192397.4(22)申请日2016.12.21(71)申请人广东顺德中山大学卡内基梅隆大学国际联合研究院地址528300广东省佛山市顺德区大良街道办事处云路社区居民委员会南国东路9号申请人中山大学广东药科大学(72)发明人邹小勇钟文倩李占潮戴宗(74)专利代理机构广州粤高专利商标代理有限公司44102代理人林丽明(51)Int.Cl.G06F19/12(2011.01)G06F19/26(2011.01)权利要求书2页说明书11页附图3页(54)发明名称一种miRNA调控蛋白质相互作用网络的miRNA靶蛋白预测方法(57)摘要本发明公开了一种miRNA调控蛋白质相互作用网络的miRNA靶蛋白预测方法，包括如下步骤：首先构建三个子网络：基于HIPPIE的人类蛋白质-蛋白质相互作用网络、基于mirTARbase的miRNA-靶蛋白网络和基于靶蛋白重叠构造的miRNA-miRNA网络；然后根据蛋白质的获得号和miRNA分子在miRbase数据库中的ID号，合并三个子网络，构建融合的miRNA-靶蛋白关联关系网络；最后基于牵连犯罪原则，表征miRNA-靶蛋白的关联特征，使用随机森林构建分类预测模型，预测潜在miRNA与靶蛋白相互作用关联关系。本发明方法能更好地研究miRNA调控靶蛋白的多对多关系，具有较好的应用价值。CN106529203ACN106529203A权利要求书1/2页1.一种miRNA调控蛋白质相互作用网络的miRNA靶蛋白预测方法，其特征在于，包括如下步骤：S1.分别构建以下三个子网络：基于HIPPIE的人类蛋白质-蛋白质相互作用网络、基于mirTARbase的miRNA-靶蛋白网络和基于靶蛋白重叠构造的miRNA-miRNA网络；S2.构建融合的miRNA-靶蛋白关联关系网络：根据蛋白质的获得号和miRNA分子在miRbase数据库中的ID号，合并三个子网络，构建融合的miRNA-靶蛋白关联关系网络，包含163739条边和14265个节点；其中，153749条边表示蛋白质-蛋白质相互作用，4634条边表示miRNA-miRNA关系，5356条边表示miRNA-靶蛋白相互作用；在所有的节点中，14086个是蛋白质，179个是miRNA；S3.表征miRNA-靶蛋白的关联特征，预测潜在miRNA与靶蛋白相互作用关联关系S31.基于牵连犯罪原则，计算miRNA与人类蛋白的网络拓扑特征采用公式(1)计算miRNA(r)的网络拓扑结构特征、采用公式(2)计算靶蛋白p的网络拓扑结构特征、通过公式(3)得到一个1960维的网络拓扑特征向量来描述miRNA和其靶蛋白的关联关系：S32.使用随机森林构建分类预测模型，预测潜在的miRNA与人类蛋白的相互作用关系。2.根据权利要求1所述的方法，其特征在于，步骤S1中所述基于HIPPIE的人类蛋白质-蛋白质相互作用网络的构建方法如下：从HIPPIE数据库下载整个人类蛋白质-蛋白质相互作用数据，去除自相互作用、重复相互作用以及相互作用得分为0的相互作用；根据蛋白质获得号，从UniprotKB/Swiss-Prot数据库获取蛋白质序列信息，计算氨基酸组成、二肽组成、自相关描述符和组成、转变和分布共1767维蛋白质一级结构描述符；基于收集的信息，构建节点和边加权的人类蛋白质-蛋白质相互作用子网络；蛋白质网络中节点权重是蛋白质1767维蛋白质一级结构描述符，边权重是蛋白质相互作用信任得分；其中相互作用信任得分是蛋白质之间相互作用程度，数值介于0～1之间，数值越大，作用程度越高，数值越小，作用程度越小。3.根据权利要求1所述的方法，其特征在于，步骤S1中所述基于mirTARbase的miRNA-靶蛋白网络的构建方法如下：从mirTARbase中搜集并整理miRNA-靶蛋白相互作用数据，根据miRNA的序列和结构信息，计算核酸序列的组成、二核苷酸序列组成、三核苷酸序列组成、基于K-mer分类的组成和2CN106529203A权利要求书2/2页伪二核苷酸组成，得到193个miRNA序列结构描述符；基于收集的数据构建miRNA-靶蛋白互作网络；在miRNA-靶蛋白互作网络中，miRNA节点权重是193维miRNA序列的结构描述符，靶蛋白节点权重是1767维蛋白质一级结构描述符；如果miRNA和靶蛋白发生相互作用，则用一条边连接，且边的权重为1。4.根据权利要求1所述的方法，其特征在于，步骤S1中所述基于靶蛋白重叠构造的miRNA-miRNA网络的构建方法如下：根据miRNA-靶蛋白相互作用数据，利用靶蛋白重叠的显著性来确定miRNA之间的关联