本文關鍵詞：基于Cytoscape的蛋白質網(wǎng)絡可視化聚類分析插件　出處：《生物信息學》2014年01期 　論文類型：期刊論文

  更多相關文章： 聚類算法 蛋白質網(wǎng)絡 可視化分析 Cytoscape插件 CytoCluster

【摘要】：蛋白質網(wǎng)絡聚類是識別功能模塊的重要手段,不僅有利于理解生物系統(tǒng)的組織結構,對預測蛋白質功能也具有重要的意義。聚類結果的可視化分析是實現(xiàn)蛋白質網(wǎng)絡聚類的有效途徑。本論文基于開源的Cytoscape平臺,設計并實現(xiàn)了一個蛋白質網(wǎng)絡聚類分析及可視化插件CytoCluster。該插件集成了MCODE,FAG-EC,HC-PIN,OH-PIN,IPCA,EAGLE等六種典型的聚類算法;實現(xiàn)了聚類結果的可視化,將分析所得的clusters以縮略圖列表的形式直觀地顯示出來,對于單個cluster,可顯示在原網(wǎng)絡中的位置,并能生成相應的子圖單獨顯示;可對聚類結果進行導出,記錄了算法名稱、參數(shù)、聚類結果等信息。該插件具有良好的擴展性,提供了統(tǒng)一的算法接口,可不斷添加新的聚類算法。
[Abstract]:Protein network clustering is an important way to identify functional modules. It is not only conducive to understand the organizational structure of biological systems, but also has important significance in predicting protein function. The visualization analysis of clustering results is an effective way to cluster the protein network. Based on the open source Cytoscape platform, this paper designs and implements a protein network clustering analysis and visual plug-in CytoCluster. This plugin is integrated with MCODE, FAG-EC, HC-PIN, OH-PIN, IPCA, EAGLE and other six kinds of typical clustering algorithm; realizing the visualization of clustering results, the analysis of the clusters in the form of a list of thumbnails displayed directly, for a single cluster can be displayed in the original location in the network, and can generate the corresponding sub map can be displayed separately; derived on the clustering results, the algorithm records the name, parameters, clustering results and other information. The plug-in has good scalability, provides a unified algorithm interface, and can constantly add new clustering algorithms.
【作者單位】： 中南大學信息科學與工程學院;
【基金】：國家自然科學基金(61003124) 教育部新世紀優(yōu)秀人才支持計劃資助(NCET-12-0547)
【分類號】：R341
【正文快照】： 蛋白質是生物完成各種生命活動,實現(xiàn)各種生命功能所必需的大分子物質。生物體的各種功能并不是通過單個蛋白質表現(xiàn)出來,而是通過眾多蛋白質之間在特定條件下的相互作用才能表現(xiàn)出一定的功能。生物系統(tǒng)是由許多相互作用的、相對獨立的結構化功能模塊組成,識別出這些模塊對于理

【共引文獻】

相關期刊論文 前10條

1 劉大有;金弟;何東曉;黃晶;楊建寧;楊博;;復雜網(wǎng)絡社區(qū)挖掘綜述[J];計算機研究與發(fā)展;2013年10期

2 張澤華;苗奪謙;錢進;;鄰域粗糙化的啟發(fā)式重疊社區(qū)擴張方法[J];計算機學報;2013年10期

3 周偉;王峰;王崇駿;謝俊元;;利用效用度挖掘核心藥物及配伍規(guī)律[J];計算機科學與探索;2013年11期

4 張振宇;張珍;楊文忠;吳曉紅;;復雜網(wǎng)絡中重疊社區(qū)檢測[J];計算機工程與科學;2013年12期

5 龔尚福;陳婉璐;賈澎濤;;層次聚類社區(qū)發(fā)現(xiàn)算法的研究[J];計算機應用研究;2013年11期

6 程學旗;王元卓;靳小龍;;網(wǎng)絡大數(shù)據(jù)計算技術與應用綜述[J];科研信息化技術與應用;2013年06期

7 王庚;宋傳超;盛玉曉;王童童;李盛恩;;基于標簽傳播的穩(wěn)定重疊社區(qū)挖掘算法研究[J];山東科學;2013年05期

8 陽廣元;曹霞;甯佐斌;潘煦;;國內社區(qū)發(fā)現(xiàn)研究進展[J];情報資料工作;2014年02期

9 劉倩;劉群;;基于引力度擴展的重疊社區(qū)發(fā)現(xiàn)算法[J];計算機工程與設計;2014年03期

10 王庚;宋傳超;盛玉曉;王童童;李盛恩;;基于標簽傳播的社區(qū)挖掘算法研究綜述[J];計算機技術與發(fā)展;2013年12期

相關會議論文 前1條

1 Yun Li;Gang Liu;Song-yang Lao;;Overlapping Community Detection in Complex Networks based on the Boundary Information of Disjoint Community[A];第25屆中國控制與決策會議論文集[C];2013年

相關博士學位論文 前6條

1 陳t，

本文編號：1339826