針對(duì)群智能聚類方法在蛋白質(zhì)相互作用網(wǎng)絡(luò)功能模塊檢測(cè)問(wèn)題上運(yùn)行時(shí)間長(zhǎng)的不足,本文提出了一種基于煙花算法的蛋白質(zhì)相互作用網(wǎng)絡(luò)功能模塊檢測(cè)方法（Fireworks Algorithm for Functional Module Detection in Protein-protein Interaction Networks,簡(jiǎn)稱FWA-FMD）.首先結(jié)合蛋白質(zhì)相互作用網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)信息和基因本體的功能注釋信息,基于標(biāo)簽傳播思想將每個(gè)煙花個(gè)體初始化為一種候選的功能模塊劃分.其次在每一代進(jìn)化過(guò)程中,利用具有局部搜索和全局搜索自調(diào)整能力的爆炸操作對(duì)每個(gè)煙花個(gè)體進(jìn)行優(yōu)化,并同時(shí)采用精英保留和輪盤賭策略選擇下一代煙花個(gè)體.最后通過(guò)將最優(yōu)煙花個(gè)體中標(biāo)簽相同的節(jié)點(diǎn)劃分到同一功能模塊,以得到最終的功能模塊檢測(cè)結(jié)果.在酵母菌和人類兩個(gè)物種的4個(gè)公共蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)集上的功能模塊檢測(cè)結(jié)果,分別用兩種標(biāo)準(zhǔn)功能模塊數(shù)據(jù)集作為基準(zhǔn)來(lái)評(píng)價(jià)的實(shí)驗(yàn)表明:FWA-FMD算法不但求解時(shí)間少于遺傳算法、蟻群算法和細(xì)菌覓食算法,而且在多項(xiàng)評(píng)價(jià)指標(biāo)上與一些代表性算法相比都具有明顯的優(yōu)勢(shì),能夠更好地識(shí)別功能模塊. 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019,51(05)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 煙花算法
2 FWA-FMD方法
    2.1 基本思想
    2.2 煙花個(gè)體初始化
    2.3 爆炸操作
    2.4 選擇策略
    2.5 算法描述與分析
3 實(shí)驗(yàn)及結(jié)果分析
    3.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集
    3.2 評(píng)價(jià)指標(biāo)
        3.2.1 精度、召回率和F度量
        3.2.2 靈敏度、正預(yù)測(cè)率和準(zhǔn)確度
    3.3 實(shí)驗(yàn)對(duì)比分析
4 結(jié)論



本文編號(hào)：3641721