基于图卷积的蛋白质复合物筛选模型

高盼

摘要：蛋白质复合物的预测对生物研究至关重要，现有的预测算法主要是基于蛋白质相互作用网络的局部结构发现算法，其存在一定的局限性，无法利用已知复合物作为先验知识，无法有效融合蛋白质生物关联性数据，因此其预测结果中会存在部分不符合复合物形成规律的样本。本文提出基于图卷积的复合物筛选模型，该模型充分考虑了蛋白质特征，在蛋白质复合物对应的局部图中将特征进行深度融合，从而有效地对蛋白质复合物进行评分，识别并剔除一般复合物预测算法结果中的低分复合物样本，提高其预测的准确性。

关键词：蛋白质复合物;生物信息学;图神经网络

中图分类号：TP183      文献标识码：A

文章编号：1009-3044（2021）07-0186-02

1 引言

蛋白质复合物是蛋白质相互结合完成某一项生物功能的集合。生物学上蛋白质复合物的识别与研究在生物检测、细胞分析、药物研发等领域发挥至关重要的作用，能有效帮助研究人员发掘生命活动的规律。传统的基于生物实验的方法可以识别蛋白质复合物，但其成本较高、周期较长，无法满足大规模数据时代的研究需求。现有的蛋白质复合物预测算法主要是基于计算的算法，将蛋白质之间广泛的相互作用抽象成图，蛋白质复合物抽象为图中的局部结构，此时蛋白质复合物预测问题转换为局部子图发现问题。但是基于计算的预测算法具有一定的局限性，其无法利用已知复合物作为先验知识，无法有效融合蛋白质生物关联性数据，因此其预测结果中会存在部分不符合复合物形成规律的样本。……