基于不确定数据的功能模块预测

Sichuan Daxue Xuebao (Gongcheng Kexue Ban)/Journal of Sichuan University (Engineering Science Edition)(2013)

引用 0|浏览7
暂无评分
摘要
蛋白质功能模块在分子交互过程中扮演着重要角色.已有多种方法从蛋白质相互作用网络中识别功能模块,但许多算法没有考虑模块的内在生物组织特性,忽略了较高的假阳性给算法产生的负面影响.为PPI网络构建一个不确定图的模型,其中每一个蛋白质的交互作用都被赋予一个测度;结合不确定数据管理技术,提出一种基于可能世界模型的功能模块识别算法.若子图内部节点间具有较高的内聚性,子图与邻居子图间具有较小的耦合性,该子图被标识为功能模块.引入期望支持度的概念描述节点和子图间的关系.为了评估算法的性能,对目前已有的7种算法与本文算法做了综合比较.实验结果表明,该算法性能显著优于已有的方法,算法识别的功能模块具有更好的生物统计意义.
更多
查看译文
关键词
Functional module,Gene ontology annotation,Protein-protein interaction network,Uncertain data
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要