一种改进的动态蛋白质网络构建算法

　　构建可靠的动态蛋白质网络是提高蛋白质未知功能预测和蛋白质复合物识别性能的关键，然而现有蛋白质网络构建和功能预测方法普遍存在鲁棒性低、预测精度不足等问题。为此，设计改进的动态蛋白质网络构建算法。采用进化图对蛋白质相互作用进行建模，基于蛋白质的活性周期将整个蛋白质网络划分为多个时间片的动态子网，在各个子网内部依据蛋白质之间的连接强度确定相互作用关系，从而得到一个全局的动态蛋白质网络。在此基础上，通过考查未知功能蛋白质邻居节点功能注释情况的差异，提出基于功能关联得分或神经网络的功能预测算法IA-PF。在多个公开生物数据集上的实验结果表明，PPA-PF算法的查全率、查准率和 F-measure指标优于HPMM、D-PIN、EFM和FP-BMD算法，且对输入参数不敏感，在保证功能预测准确性的前提下，其时间复杂度处于合理范围内。