买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于并行离散人工蜂群的蛋白质信号网络学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117409864B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311195293.9，技术领域涉及：G16B40/00；该发明授权一种基于并行离散人工蜂群的蛋白质信号网络学习方法是由刘金铎;翟继豪;冀俊忠设计研发完成，并于2023-09-16向国家知识产权局提交的专利申请。

本一种基于并行离散人工蜂群的蛋白质信号网络学习方法在说明书摘要公布了：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。

本发明授权一种基于并行离散人工蜂群的蛋白质信号网络学习方法在权利要求书中公布了：1.一种基于并行离散人工蜂群的蛋白质信号网络学习方法，其特征在于，包括以下步骤： 步骤一：数据获取；在蛋白质信号网络真实数据集上进行实验，评估学习蛋白质信号网络的性能； 步骤二：数据离散化处理与初始化；采用K2评分，首先对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和相关参数，每个蜂群对应一个离散化处理后的数据集； 步骤三：并行人工蜂群搜索蛋白质信号网络；利用K2评分，引导多个人工蜂群同时对不同数据集寻优求解蛋白质信号网络； 步骤四：信息素融合与更新；每次迭代结束后，将所有蜂群的更新后的信息素矩阵进行融合取平均，将平均后的信息素矩阵再次更新至每个种群，用于引导下一次迭代蜂群的搜索； 步骤五：蛋白质信号网络的融合与提取；重复步骤四和步骤五，直至设定的迭代次数完成，然后将每个蜂群搜索到的蛋白质信号网络融合成一个总的连接矩阵；最后根据设计的提取策略提取到最终的最优蛋白质信号网络； 步骤一中，蛋白质信号网络真实数据集有14个子数据集，涉及14个不同的生化实验；每个子数据集的数据点个数为723～917；每个子数据集中都有11个信号节点，每个节点代表一个磷酸化蛋白质生物分子； 步骤二中，首先对数据进行离散化处理:剔除与平均值相差超过三个标准差的数据点；然后使用聚类方法将数据离散到三个水平；经过离散化处理之后，每个部分包含相同数量的磷酸化蛋白质生物分子，并且每个部分都包含相同数量的数据样本点； 首先，初始化N个包含K只蜜蜂的蜂群，用于并行搜索N个多参数单细胞子数据集，然后，为每个蜂群初始化一个空的具有相同节点数的有向无环图G0和信息素矩阵M，分别用于记录蛋白质信号网络的结构和搜索过程中信息素的变化；有向无环图用一组变量的联合概率分布表示： 另外，采用K2评分来评估学习到的蛋白质信号网络的优劣，K2评分的初始表达式为： 其中U是一个给定的数据集，G是有向无环图结构，ci是变量Xi的可能取的值的数量，qi是ΠXi中变量可能配置的数量，Tijk是U中Xi的第k个值，∏Xi是被实例化为第j个值的案例数量； 为每个种群设定一个最大挖掘次数limit以及算法的迭代次数Itermax； 步骤三中，每只蜜蜂都从一个空图G0开始，通过每次增加一条弧的方式，逐步构建连接的解，直到解获得最高的K2评分；定义蜜蜂k在运行时间t从当前候选边中选择一条有向边的概率转移规则为： 其中，εijt和Θijt分别表示信息素浓度和定向弧bi,j的启发式信息,ξ是控制Θijt选择弧的加权系数；DAkt是启发式信息大于零的所有候选弧的集合；q0是决定开采与开采相对重要性的初始参数,I和J是按如下概率随机选取的一对节点: 其中参数φ为蜜蜂留下的信息素浓度εrlt的相对重要性，为获得最高K2评分的蛋白质信号网络结构，有向弧的启发式函数定义如下: Θijt＝fXi,∏Xi∪Xj-fXi,∏Xi.4 蜜蜂分为雇佣蜂、旁观蜂以及侦察蜂三种蜜蜂，具体的搜索过程如下： 首先，每只雇佣蜂先与一个空图G0相关联，然后在当前解的邻域内该雇佣蜂通过测试和执行四种基本进化算子寻找一个K2评分更高的新解，四个基本操作算子可以描述为： ●Insert：在保证G0是有向无环图的前提下，Insert算子通过随机选择G0中两个不同的结点，然后在两个结点之间插入一条弧； ●Delete:Delete算子从随机两个结点之间选择一条弧删除； ●Reverse：在保证G0是有向无环图的前提下，Reverse算子从随机两个结点之间选择一条弧并且将弧的方向反转； ●Move：在保证G0是有向无环图的前提下，Move算子随机选择两个结点，删除两个结点之间的弧并在各自的父节点集合中随机各取一个结点，然后插入一条新弧； 当所有的雇佣蜂都完成上述过程之后，开始与旁观蜂分享解决方案的信息；旁观蜂根据以下的概率选择自己最喜欢的方案 其中fGk是解决方案的K2度量，K是解的总数；根据这种选择方法，一个解的K2值越高，其被选择的概率就越大；K2值高的解比K2值低的解吸引更多的旁观蜂。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。