公开(公告)号：CN105930688A

公开(公告)日：2016-09-07

申请号：CN201610240098.7

申请日：2016-04-18

Applicant: 福州大学

Inventor： 郑相涵 ,  李坤 ,  于元隆 ,  陈日清

IPC: G06F19/18

CPC classification number: G06F19/18

Abstract: 本发明涉及一种基于改进PSO算法的蛋白质功能模块检测方法，以PPIN的拓扑结构为基础，根据存在相互作用的蛋白质建立邻接矩阵，再计算蛋白质间的距离dij；对于每个粒子，随机选取0~n之间的整数k，其中n为蛋白质的个数，求出其余各蛋白质到蛋白质k之间的距离作为当前粒子的初始位置，粒子群中初始群体最优位置是以各蛋白质到中心蛋白质的距离作为粒子群体历史最优位置，粒子的种群规模取蛋白质个数的5倍；将惯性权重w和学习因子c2设为可调因子在PSO算法搜索得出最优解后，引入基于拓扑和功能信息的后处理策略。本发明有利于寻找最优解，防止陷入局部最优；模块划分更精确，模块数量更繁多。

公开(公告)号：CN105930688B

公开(公告)日：2017-06-06

申请号：CN201610240098.7

申请日：2016-04-18

Applicant: 福州大学

Inventor： 郑相涵 ,  李坤 ,  于元隆 ,  陈日清

IPC: G06F19/18

Abstract: 本发明涉及一种基于改进PSO算法的蛋白质功能模块检测方法，以PPIN的拓扑结构为基础，根据存在相互作用的蛋白质建立邻接矩阵，再计算蛋白质间的距离dij；对于每个粒子，随机选取0~n之间的整数k，其中n为蛋白质的个数，求出其余各蛋白质到蛋白质k之间的距离作为当前粒子的初始位置，粒子群中初始群体最优位置是以各蛋白质到中心蛋白质的距离作为粒子群体历史最优位置，粒子的种群规模取蛋白质个数的5倍；将惯性权重w和学习因子c2设为可调因子在PSO算法搜索得出最优解后，引入基于拓扑和功能信息的后处理策略。本发明有利于寻找最优解，防止陷入局部最优；模块划分更精确，模块数量更繁多。