10.3969/j.issn.0372-2112.2018.01.020
基于拓扑势加权的动态PPI网络复合物挖掘方法
从动态蛋白质相互作用(PPI)网络中挖掘蛋白质复合物是当前复合物挖掘研究的一个热点,但是目前大都采用未加权网络进行聚类分析,由于不能准确地描述网络的拓扑特性,因此其正确率不高.鉴于此,本文提出采用拓扑势场的方法来构造加权网络,网络中的每一个蛋白质都被视作一个物理粒子,在它周围存在一个虚拟的作用场,由此网络中所有蛋白质的相互作用联合形成一个拓扑势场,文中定义了结点间的拓扑势的概念,并以此来构造加权网络,之后采用马尔科夫聚类算法在DIP数据和Krogan数据上进行复合物挖掘.与其它经典算法相比,该方法的preci-sion和f-measure值较高,能更好地识别蛋白质复合物.
蛋白质相互作用网络、拓扑势、马尔科夫聚类
46
TP301.6(计算技术、计算机技术)
国家自然科学基金61672334,61502290,61401263;陕西省工业科技攻关项目2015GY016;中国博士后科学基金2015M582606
2018-07-02（万方平台首次上网日期，不代表论文的发表时间）
共7页
145-151
