一種基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)計(jì)算生物學(xué)領(lǐng)域，特別涉及計(jì)算生物學(xué)中，尤其涉及一種基于 權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法和裝置。
【背景技術(shù)】
[0002] 近年來(lái)，組合化學(xué)的長(zhǎng)足發(fā)展使得短時(shí)間合成大量化合物成為可能，且遺傳學(xué) 研宄，如人類(lèi)基因組計(jì)劃等，使靶蛋白數(shù)量以幾何級(jí)數(shù)增加。傳統(tǒng)小規(guī)模實(shí)驗(yàn)方法難以處 理飛速增長(zhǎng)的蛋白質(zhì)分子，無(wú)法對(duì)其相互作用網(wǎng)絡(luò)進(jìn)行全面探索；導(dǎo)致對(duì)高通量篩選（High ThroughputScreening)技術(shù)迫切需求。高通量篩選技術(shù)，根據(jù)待測(cè)樣品的合成路線(xiàn)，包括 液相和固相篩選；根據(jù)篩選目標(biāo)物，包括純蛋白受體親合性篩選、酶活性篩選、細(xì)胞活性篩 選等。高通量篩選技術(shù)主要包括放射性染料篩選、熒光篩選、閃爍接近化驗(yàn)、酶連接免疫吸 收劑化驗(yàn)、細(xì)胞功能篩選小鼠顯型表型遺傳學(xué)等方法。
[0003] 高通量篩選技術(shù)具備很高的執(zhí)行效率，對(duì)比小規(guī)模實(shí)驗(yàn)方法，能減少篩選單位的 數(shù)量，并自動(dòng)化重復(fù)工作，同時(shí)還能簡(jiǎn)化篩選過(guò)程和降低篩選成本。但是，高通量篩選技術(shù) 也存在自身的不足，即測(cè)定的高通量篩選數(shù)據(jù)存在較多的噪聲，對(duì)數(shù)據(jù)的參考價(jià)值構(gòu)成影 響。因此，如何對(duì)高通量篩選數(shù)據(jù)中的噪聲數(shù)據(jù)進(jìn)行抑制，是計(jì)算生物學(xué)領(lǐng)域的一個(gè)重點(diǎn)研 宄問(wèn)題。
[0004] 現(xiàn)有高通量篩選數(shù)據(jù)噪聲抑制方法主要包括基于知識(shí)的方法、基于信息整合的方 法、基于重復(fù)實(shí)驗(yàn)的方法和基于高通量數(shù)據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的方法。其中，基于知識(shí)的方法和 基于信息整合的方法需要對(duì)涉及靶蛋白的性質(zhì)進(jìn)行進(jìn)一步的分析，導(dǎo)致很大的工作量和分 析成本；基于重復(fù)試驗(yàn)的方法則需要重復(fù)進(jìn)行傳統(tǒng)小規(guī)模實(shí)驗(yàn)或者高通量篩選實(shí)驗(yàn)，同樣 會(huì)耗費(fèi)巨大的人力物力成本?；诟咄烤W(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的方法，其主要優(yōu)勢(shì)在于只需要獲 得高通量篩選數(shù)據(jù)，即可構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡(luò)，并根據(jù)對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)拓?fù)浣Y(jié) 構(gòu)的分析結(jié)果實(shí)現(xiàn)對(duì)高通量篩選數(shù)據(jù)進(jìn)行噪聲抑制的目的。但是，基于高通量網(wǎng)絡(luò)拓?fù)浣Y(jié) 構(gòu)的方法在處理稀疏的蛋白質(zhì)相互作用網(wǎng)絡(luò)時(shí)，其性能會(huì)急劇降低。然而，受實(shí)際成本限 制，現(xiàn)有的高通量篩選數(shù)據(jù)，其對(duì)應(yīng)的蛋白質(zhì)網(wǎng)絡(luò)，往往是比較稀疏的。因此，如何對(duì)應(yīng)稀疏 蛋白質(zhì)相互作用網(wǎng)絡(luò)的高通量篩選數(shù)據(jù)進(jìn)行噪聲抑制，是計(jì)算生物學(xué)領(lǐng)域的一個(gè)關(guān)鍵技術(shù) 問(wèn)題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題，特別創(chuàng)新地提出了一種基于權(quán) 重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法和裝置。
[0006] 為了實(shí)現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種一種基于權(quán)重支持率的高通量篩 選數(shù)據(jù)噪聲抑制方法，其關(guān)鍵在于，包括如下步驟：
[0007]S1，數(shù)據(jù)轉(zhuǎn)化模塊接收服務(wù)器采集的高通量篩選數(shù)據(jù)，將其轉(zhuǎn)化為蛋白質(zhì)相互作 用矩陣，將得到的蛋白質(zhì)相互作用矩陣存入數(shù)據(jù)存儲(chǔ)模塊；
[0008] S2,數(shù)據(jù)存儲(chǔ)模塊存儲(chǔ)由數(shù)據(jù)轉(zhuǎn)化模塊轉(zhuǎn)化的蛋白質(zhì)相互作用矩陣以及存儲(chǔ)構(gòu)造 的權(quán)重矩陣和權(quán)重支持率矩陣；
[0009] S3,執(zhí)行模塊根據(jù)數(shù)據(jù)存儲(chǔ)模塊所存儲(chǔ)的蛋白質(zhì)相互作用矩陣，執(zhí)行權(quán)重矩陣構(gòu) 造過(guò)程和權(quán)重支持率矩陣構(gòu)造過(guò)程，并將構(gòu)造完成的權(quán)重矩陣和權(quán)重支持率矩陣存入數(shù)據(jù) 存儲(chǔ)模塊；
[0010] S4,噪聲抑制模塊根據(jù)數(shù)據(jù)存儲(chǔ)模塊存儲(chǔ)的蛋白質(zhì)相互作用矩陣、權(quán)重矩陣和權(quán) 重支持率矩陣，執(zhí)行高通量篩選數(shù)據(jù)抑制過(guò)程，并將經(jīng)過(guò)噪聲抑制的高通量篩選數(shù)據(jù)輸出 至服務(wù)器。
[0011] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S1包括：
[0012] S1-1，接收服務(wù)器采集的高通量篩選數(shù)據(jù)；
[0013] S1-2,根據(jù)高通量篩選數(shù)據(jù)對(duì)應(yīng)的蛋白質(zhì)集合P，構(gòu)造|P|行，|P|列的空白相互作 用矩陣Y;
[0014] S1-3,對(duì)蛋白質(zhì)二元組（a，b)，根據(jù)高通量篩選數(shù)據(jù)，對(duì)Y中對(duì)應(yīng)元素ya，b和yb，a 進(jìn)行設(shè)置，其中a、b分別為蛋白質(zhì)二元組數(shù)據(jù)，對(duì)所有蛋白質(zhì)，進(jìn)行從1?|P|的編號(hào)，然后 對(duì)于Y，其行號(hào)和列號(hào)對(duì)應(yīng)蛋白質(zhì)編號(hào)，所以ya，b和yb，a對(duì)應(yīng)的都是編號(hào)為a和b的蛋白質(zhì) 二元組間的相互作用關(guān)系；
[0015] S1-4,判斷是否已處理完所有的蛋白質(zhì)二元組，若處理完畢，則執(zhí)行S1-5,否則，執(zhí) 行S1-3 ;
[0016] S1-5,將得到的蛋白質(zhì)相互作用矩陣Y存儲(chǔ)至數(shù)據(jù)存儲(chǔ)模塊的相互作用矩陣存儲(chǔ) 單元。
[0017] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S2包括：
[0018] S2-1，相互作用矩陣存儲(chǔ)單元存儲(chǔ)數(shù)據(jù)轉(zhuǎn)化模塊轉(zhuǎn)化的蛋白質(zhì)相互作用矩陣；
[0019] S2-2,權(quán)重存儲(chǔ)單元存儲(chǔ)執(zhí)行模塊根據(jù)蛋白質(zhì)相互作用矩陣構(gòu)造的權(quán)重矩陣數(shù) 據(jù)，將存儲(chǔ)的權(quán)重矩陣構(gòu)造數(shù)據(jù)發(fā)送到噪聲抑制模塊；
[0020] S2-3,權(quán)重支持率存儲(chǔ)單元存儲(chǔ)根據(jù)蛋白質(zhì)相互作用矩陣構(gòu)造的權(quán)重支持率矩陣 數(shù)據(jù)，將存儲(chǔ)的權(quán)重支持率矩陣構(gòu)造數(shù)據(jù)發(fā)送到噪聲抑制模塊。
[0021] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S3包括：
[0022] S3-1，權(quán)重計(jì)算單元根據(jù)數(shù)據(jù)存儲(chǔ)模塊的蛋白質(zhì)相互作用矩陣執(zhí)行權(quán)重矩陣構(gòu)造 過(guò)程，并將構(gòu)造完成的權(quán)重矩陣存入數(shù)據(jù)存儲(chǔ)模塊的權(quán)重矩陣存儲(chǔ)單元；
[0023] S3-2,權(quán)重支持率計(jì)算單元根據(jù)數(shù)據(jù)存儲(chǔ)模塊的蛋白質(zhì)相互作用矩陣，執(zhí)行權(quán)重 支持率矩陣構(gòu)造過(guò)程，并將構(gòu)造完成的權(quán)重支持率矩陣存入數(shù)據(jù)存儲(chǔ)模塊的權(quán)重支持率矩 陣存儲(chǔ)單元。
[0024] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S3-1還包 括：
[0025] S3-A，從數(shù)據(jù)存儲(chǔ)模塊的相互作用矩陣存儲(chǔ)單元中取出相互作用矩陣Y;
[0026] S3-B，根據(jù)相互作用矩陣Y的蛋白質(zhì)集合P，構(gòu)造|P|行，|P|列的空白權(quán)重矩陣 W；
[0027] S3-C，根據(jù)相互作用矩陣Y，對(duì)蛋白質(zhì)集合P中的每個(gè)蛋白質(zhì)a，以相互作用矩陣Y 的對(duì)應(yīng)行向量ya作為其特征向量；
[0028]S3-D，對(duì)蛋白質(zhì)二元組（a，b)，根據(jù)其特征向量yJPyb，對(duì)權(quán)重矩陣W，計(jì)算權(quán)重 wa，b;
[0029]S3-E，判斷已處理完所有的蛋白質(zhì)二元組（a，b);
[0030] S3-F，將權(quán)重矩陣W存儲(chǔ)至數(shù)據(jù)存儲(chǔ)模塊的權(quán)重矩陣存儲(chǔ)單元。
[0031] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S3-2還包 括：
[0032]S3_a，從數(shù)據(jù)存儲(chǔ)模塊的相互作用矩陣存儲(chǔ)單元中取出相互作用矩陣Y;
[0033]S3_b，根據(jù)相互作用矩陣Y的蛋白質(zhì)集合P，構(gòu)造|P|行，|P|列的空白權(quán)重支持率 矩陣S，和|P|行，|P|列空白支持度矩陣R;
[0034] S3-c，根據(jù)相互作用矩陣Y，對(duì)蛋白質(zhì)集合P中的每個(gè)蛋白質(zhì)a，以相互作用矩陣Y 的對(duì)應(yīng)行向量ya中的非零元素對(duì)應(yīng)的蛋白質(zhì)集合，作為其支持近鄰集合P(a);
[0035]S3_d，對(duì)蛋白質(zhì)二元組（a，b)，根據(jù)其支持近鄰集合P(a)和P(b)，對(duì)權(quán)重矩陣W，計(jì) 算支持度矩陣R中對(duì)應(yīng)的支持度元素ra，b;
[0036]S3_e，判斷是否已處理完畢所有的蛋白質(zhì)二元組，若處理完畢，則執(zhí)行步驟S3_f， 否則，執(zhí)行S3-d;
[0037]S3_f，對(duì)于支持度矩陣R中的所有已知元素，計(jì)算支持度均值rAV(；;
[0038] S3_g，根據(jù)支持度均值!^%，計(jì)算支持度均值入；
[0039]S3_h，對(duì)蛋白質(zhì)二元組（a,b)，根據(jù)支持度矩陣R中的對(duì)應(yīng)支持度元素ra，b和支持 度均值A(chǔ)，對(duì)權(quán)重支持率矩陣S，計(jì)算權(quán)重支持率sa，b;
[0040] S3-i，判斷已處理完畢所有的蛋白質(zhì)二元組，若處理完畢，則執(zhí)行S3-j，否則，執(zhí)行 S3-h；
[0041] S3-j，將權(quán)重支持率矩陣S存儲(chǔ)至數(shù)據(jù)存儲(chǔ)模塊的權(quán)重支持率矩陣存儲(chǔ)單元。
[0042] 所述的基于權(quán)重支持率的高通量篩選數(shù)據(jù)噪聲抑制方法，優(yōu)選的，所述S4還包 括：
[0043] S4-A，從數(shù)據(jù)存儲(chǔ)模塊的相互作用矩陣存儲(chǔ)單元中取出相互作用矩陣Y;
[0044] S4-B，從數(shù)據(jù)存儲(chǔ)模塊的權(quán)重矩陣存儲(chǔ)單元中取出權(quán)重矩陣W;
[0045] S4-C，從數(shù)據(jù)存儲(chǔ)模塊的權(quán)重支持率矩陣存儲(chǔ)單元中取出權(quán)重支持率矩陣S;
[0046] S4-D，根據(jù)相互作用矩陣Y對(duì)應(yīng)的蛋白質(zhì)集合P，對(duì)于Y中的所有元素，初始化均賦 值為〇,初始化|P|行，|P|列的反應(yīng)