關(guān)鍵蛋白質(zhì)的識(shí)別對(duì)于理解細(xì)胞的生長(zhǎng)調(diào)控過(guò)程、疾病研究和藥物設(shè)計(jì)等方面具有重要的意義。隨著高通量技術(shù)的發(fā)展,越來(lái)越多的蛋白質(zhì)相互作用數(shù)據(jù)被獲取,使得可以從網(wǎng)絡(luò)水平上研究關(guān)鍵蛋白質(zhì)。目前,許多基于蛋白質(zhì)網(wǎng)絡(luò)拓?fù)涮卣鞯乃惴ū惶岢?但是這類方法忽略了蛋白質(zhì)網(wǎng)絡(luò)的生物信息和假陰性、假陽(yáng)性數(shù)據(jù)的影響。因此,論文通過(guò)結(jié)合蛋白質(zhì)結(jié)構(gòu)域和蛋白質(zhì)網(wǎng)絡(luò)的拓?fù)涮卣魈岢隽艘环N新的算法Do-ECC。實(shí)驗(yàn)結(jié)果表明,Do-ECC明顯優(yōu)于其他8種算法（DC,BC,CC,SC,EC,IC,LAC,NC）。 

【文章來(lái)源】：計(jì)算機(jī)與數(shù)字工程. 2020,48(01)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

排序-篩選的流程表1相關(guān)概念簡(jiǎn)介

【參考文獻(xiàn)】：
期刊論文
[1]融合PPI和基因表達(dá)數(shù)據(jù)的關(guān)鍵蛋白質(zhì)識(shí)別方法[J]. 李敏,張含會(huì),費(fèi)耀平.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)



本文編號(hào)：3425614