摘要

蛋白质相互作用网络比对在识别同源蛋白质或者蛋白质功能模块、蛋白质功能预测等方面具有十分重要的生物学意义.通常从拓扑特性和生物特性两个方面来衡量网络比对的结果,而现有的网络比对算法很难同时取得好的拓扑特性和生物特性.基于此,本文提出一种新的网络比对算法NABG.NABG利用最小度启发式算法计算节点在网络中的重要性,并基于重要性得分计算节点对的拓扑相似性,引入节点对的序列相似信息,使拓扑和生物相似性高的蛋白质对被比对上;基于结合了节点相似性和边保守性的目标函数,使用遗传算法模拟生物进化过程来优化比对结果.NABG分别在合成网络和真实网络上进行了实验,并与MGANA++、PROPER、SPINAL等算法作比较分析.实验结果表明,NABG的比对结果在拓扑指标以及生物指标上能保持均衡的高指标且更具有生物学意义.