針對加權模塊度函數(shù)聚類算法在蛋白質(zhì)相互作用網(wǎng)絡中進行復合物識別的準確率不高、召回率較低以及時間性能不佳等問題進行了研究,提出一種基于模塊度函數(shù)的加權蛋白質(zhì)復合物識別算法IWPC-MF（Algorithm for Identifying Weighted Protein Complexes based on Modularity Function）。融合點聚集系數(shù)改進邊聚集系數(shù),將改進后的邊點聚集系數(shù)與基因共表達的皮爾遜相關系數(shù)結合來構建加權蛋白質(zhì)網(wǎng)絡;基于節(jié)點權重選取種子節(jié)點,遍歷種子的鄰居節(jié)點,設計節(jié)點間的相似度度量和蛋白質(zhì)附著度來獲取初始聚類模塊;設計基于緊密度的蛋白質(zhì)復合物模塊度函數(shù)來合并初始模塊,并最終完成復合物的識別,克服傳統(tǒng)的模塊度函數(shù)無法識別出重疊和規(guī)模較小的復合物的缺陷。將IWPC-MF算法應用在DIP數(shù)據(jù)上進行復合物的識別,實驗結果表明IWPC-MF算法的準確率和召回率較高,能夠較準確地識別蛋白質(zhì)復合物。 

【文章頁數(shù)】：13 頁

【文章目錄】：
1 引言
2 相關定義
3 IWPC-MF算法
    3.1 算法思想
    3.2 加權網(wǎng)絡的構建
        3.2.1 PPI網(wǎng)絡的拓撲特性
        3.2.2 蛋白質(zhì)的皮爾遜相關系數(shù)
        3.2.3 蛋白質(zhì)網(wǎng)絡的加權
    3.3 初始模塊的形成
    3.4 初始模塊的合并
    3.5 IWPC-MF算法步驟
    3.6 算法的時間復雜度
4 實驗結果以及分析
    4.1 實驗環(huán)境
    4.2 實驗數(shù)據(jù)集
    4.3 評價指標
        4.3.1 精度、召回率和F-measure度量
        4.3.2 P-value值度量
    4.4 參數(shù)選擇
    4.5 邊點聚集系數(shù)度量的有效性分析
    4.6 加權蛋白質(zhì)網(wǎng)絡的性能分析
    4.7 優(yōu)化的模塊度函數(shù)的有效性分析
    4.8 算法性能的比較分析
5 結束語


【參考文獻】：
期刊論文
[1]結合節(jié)點度和節(jié)點聚類系數(shù)的鏈路預測算法[J]. 高楊,張燕平,錢付蘭,趙姝.  小型微型計算機系統(tǒng). 2017(07)
[2]基于遺傳算法的蛋白質(zhì)復合物識別算法[J]. 鄭文萍,李晉玉,王杰.  計算機科學與探索. 2018(05)
[3]基于關鍵功能模塊挖掘的蛋白質(zhì)功能預測[J]. 趙碧海,李學勇,胡賽,張帆,田清龍,楊品紅,劉臻.  自動化學報. 2018(01)
[4]模擬鴿子優(yōu)化過程的蛋白質(zhì)復合物識別算法[J]. 丁玉連,雷秀娟,代才.  計算機科學與探索. 2017(08)
[5]A Feature Selection Method for Prediction Essential Protein[J]. Jiancheng Zhong,Jianxin Wang,Wei Peng,Zhen Zhang,Min Li.  Tsinghua Science and Technology. 2015(05)
[6]基于譜聚類的蛋白質(zhì)對接復合物最佳預測結構的挑選方法[J]. 蔡磊鑫,陳榮,呂強.  小型微型計算機系統(tǒng). 2015(10)
[7]動態(tài)加權蛋白質(zhì)相互作用網(wǎng)絡構建及其應用研究[J]. 胡賽,熊慧軍,趙碧海,李學勇,王晶.  自動化學報. 2015(11)
[8]基于多視圖融合的蛋白質(zhì)功能模塊檢測方法[J]. 張媛,賈克斌,ZHANG Aidong.  電子學報. 2014(12)
[9]一種蛋白質(zhì)復合體模塊度函數(shù)及其識別算法[J]. 郭茂祖,代啟國,徐立秋,劉曉燕.  計算機研究與發(fā)展. 2014(10)
[10]一種改進的基于加權網(wǎng)絡的蛋白質(zhì)復合物識別算法[J]. 趙碧海,熊慧軍,倪問尹,劉志兵,胡賽.  計算機科學. 2014(06)



本文編號：3672309