发明

一种基于并行离散人工蜂群的蛋白质信号网络学习方法2025

2024-01-26 08:06:53 发布于四川 185
  • 申请专利号:CN202311195293.9
  • 公开(公告)日:2025-12-26
  • 公开(公告)号:CN117409864A
  • 申请人:北京工业大学
摘要:本发明公开了一种基于并行离散人工蜂群的蛋白质信号网络学习方法,该方法结合了人工蜂群算法和K2评分方法。采用K2评分方法,首先对输入算法的多个多参数单细胞数据集进行离散化处理。然后初始化多个蜂群对离散化后的多个数据集进行并行搜索,学习不同类型磷酸化蛋白质生物分子之间的因果作用关系,当并行蜂群每完成一次迭代后都对人工蜂群的信息素进行融合更新,以避免陷入局部最优。最后,当到达预设迭代次数后,根据设计的信息融合与提取规则,所有蜂群从多个数据集中学习到的多个蛋白质信号网络融合到一起,经过筛选后提取得到最终的最优蛋白质信号网络。本发明可以有效推断蛋白质信号网络,为医学研究者分析细胞内信号交流机制做参考。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117409864 A (43)申请公布日 2024.01.16 (21)申请号 202311195293.9 (22)申请日 2023.09.16 (71)申请人 北京工业大学 地址 100024 北京市朝阳区平乐园100号 (72)发明人 刘金铎 翟继豪 冀俊忠  (74)专利代理机构 北京思海天达知识产权代理 有限公司 11203 专利代理师 王兆波 (51)Int.Cl. G16B 40/00 (2019.01) G16B 15/20 (2019.01) G16B 20/40 (2019.01) G06N 3/126 (2023.01) 权利要求书3页 说明书6页 附图2页 (54)发明名称 一种基于并行离散人工蜂群的蛋白质信号 网络学习方法 (57)摘要 本发明公开了一种基于并行离散人工蜂群 的蛋白质信号网络学习方法,该方法结合了人工 蜂群算法和K2评分方法。采用K2评分方法,首先 对输入算法的多个多参数单细胞数据集进行离 散化处理。然后初始化多个蜂群对离散化后的多 个数据集进行并行搜索,学习不同类型磷酸化蛋 白质生物分子之间的因果作用关系,当并行蜂群 每完成一次迭代后都对人工蜂群的信息素进行 融合更新,以避免陷入局部最优。最后,当到达预 设迭代次数后,根据设计的信息融合与提取规 则,所有蜂群从多个数据集中学习到的多个蛋白 A 质信号网络融合到一起,经过筛选后提取得到最 4 终的最优蛋白质

最新专利