|
1.
|
融合人工鱼群机理的PPI网络聚类模型与算法
|
|
|
|
|
|
|
吴爽 雷秀娟《计算机科学》,2012年第39卷第7期
|
|
|
预测蛋白质交互作用(Protein-Protein Interaction,PPI)网络中未知蛋白质的功能,是生物信息学的一个研究热点.目前基于功能流的方法能有效地解决PPI网络的聚类问题,但是其正确率偏低、时间复杂度较高.为此提出了一种融合人工鱼群机理的PPI网络聚类模型与算法:将人工鱼看作一组聚类中心,觅食行为是指从每个聚类中心开始向它的邻接结点搜索并添加结点到该聚类模块中;接下来将目标函数值最大的人工鱼对应的一组聚类模块看作初始的聚类结果,对应鱼群的追尾行为;剩下的人工鱼开始执行聚群行为,判断对应的聚类模块与初始的聚类结果之间的相似度.如果相似度低于给定的阈值,则将聚类模块添加到初始的聚类结果中.PPI数据集上的仿真实验表明,该算法可以自动确定聚类数目,而且聚类结果的正确率和算法的运行效率都优于功能流算法.
|
|
2.
|
基于烟花算法的蛋白质相互作用网络功能模块检测方法
|
|
|
|
|
|
|
肖行行 冀俊忠 杨翠翠《哈尔滨工业大学学报》,2019年第5期
|
|
|
针对群智能聚类方法在蛋白质相互作用网络功能模块检测问题上运行时间长的不足,本文提出了一种基于烟花算法的蛋白质相互作用网络功能模块检测方法(Fireworks Algorithm for Functional Module Detection in Protein-protein Interaction Networks,简称FWA-FMD).首先结合蛋白质相互作用网络的拓扑结构信息和基因本体的功能注释信息,基于标签传播思想将每个烟花个体初始化为一种候选的功能模块划分.其次在每一代进化过程中,利用具有局部搜索和全局搜索自调整能力的爆炸操作对每个烟花个体进行优化,并同时采用精英保留和轮盘赌策略选择下一代烟花个体.最后通过将最优烟花个体中标签相同的节点划分到同一功能模块,以得到最终的功能模块检测结果.在酵母菌和人类两个物种的4个公共蛋白质相互作用网络数据集上的功能模块检测结果,分别用两种标准功能模块数据集作为基准来评价的实验表明:FWA-FMD算法不但求解时间少于遗传算法、蚁群算法和细菌觅食算法,而且在多项评价指标上与一些代表性算法相比都具有明显的优势,能够更好地识别功能模块.
|
|
3.
|
快速的基于蚁群聚类的PPI网络功能模块检测方法
|
|
|
|
|
|
|
冀俊忠 杨明浩 杨翠翠 韩跃《北京工业大学学报》,2016年第8期
|
|
|
针对蚁群聚类在蛋白质相互作用( protein-protein interaction,PPI)网络中进行功能模块检测问题上时间性能的不足,提出一种快速的基于蚁群聚类的PPI网络功能模块检测( fast ant colony clustering for functional module detection, FACC-FMD)方法。该算法计算每个蛋白质与核心组蛋白质的相似度,根据拾起放下模型进行聚类,得到的初始聚类结果中功能模块之间相似度很小,省去了原始蚁群聚类算法中的合并和过滤操作,缩短了求解时间。同时该算法根据蛋白质的关键性对蚁群聚类中的拾起放下操作做了更严格的约束,以减少拾起放下的次数,加速了聚类的过程。在多个PPI网络上的实验表明：与原始蚁群聚类方法相比,FACC-FMD大幅度提高了时间性能,同时取得了良好的检测质量,而且与近年来的一些经典算法相比在多项性能指标上也具有一定的优势。
|
|
4.
|
动态加权蛋白质相互作用网络构建及其应用研究
|
|
|
|
|
|
|
胡赛 熊慧军 赵碧海 李学勇 王晶《自动化学报》,2015年第41卷第11期
|
|
|
一个蛋白质可能在不同条件或不同时刻与不同的蛋白质发生相互作用,这称为蛋白质的动态特性.蛋白质在分子处理的不同阶段参与到不同的模块,与其他的蛋白质共同完成某项功能.因此, 动态蛋白质相互作用的研究有助于提高蛋白质功能预测的准确率.结合蛋白质相互作用网络和时间序列基因表达数据,构建动态蛋白质相互作用网络.为降低PPI网络中假阴性对功能预测产生的负面影响,结合结构域信息和复合物信息,预测和产生新的相互作用,并对相互作用加权.基于构建的动态加权网络,提出一种功能预测方法D-PIN (Dynamic protein interaction networks). 基于三个不同的酵母相互作用网络实验结果表明, D-PIN 方法的综合性能比现有方法提高了14%以上.结果验证了构建的动态加权蛋白质相互网络的有效性.
|
|
5.
|
基于PPI网络的关键蛋白质的高效预测算法
|
|
|
|
|
|
|
洪海燕 刘维《计算机科学》,2016年第43卷第Z11期
|
|
|
关键蛋白质对于细胞生活是不可缺少的,识别关键蛋白质可以帮助了解细胞生活的最小需求,同时对药物设计也有非常大的作用。随着高通量技术的发展,人们可得到越来越多的蛋白质-蛋白质相互作用(PPI)的数据,这就使得可以在网络层次上来研究关键蛋白质。目前,学术界已经提出了一系列的计算方法来识别关键蛋白质,但这些方法并没有完全解决蛋白质相互作用数据的假阳性问题。除此之外,现有方法一般只考虑了网络的拓扑结构,对于生物信息的考虑,目前还是比较欠缺的。蛋白质对于人类细胞的生命活动不仅仅与网络拓扑结构有关,还和蛋白质在网络上的生物信息相关。因此,针对以上问题,提出了一种高效的预测关键蛋白质的新方法EPP(Essential Proteins Predict),该方法通过计算蛋白质在PPI网络中的重要性来进行预测,蛋白质的重要性越高,成为关键蛋白质的可能性就越大。取重要性排名前P%的蛋白质作为关键蛋白质,在进行蛋白质重要性的计算时,综合考虑语义相似度及可信度因素,以综合考虑网络的拓扑结构与蛋白质本身的生物信息。实验结果表明,与其他传统方法相比,提出的新方法复杂度较低,且能够识别出更多的关键蛋白质,并且其统计指标也高于其他的方法。
|
|
6.
|
融合多数据源的蛋白质功能模块的挖掘算法
|
|
|
|
|
|
|
张媛 贾克斌 张爱冬《北京工业大学学报》,2014年第40卷第6期
|
|
|
针对蛋白质相互作用(protein-protein interaction,PPI)网络的信息不完善和高噪声问题,提出一种融合多生物数据的二分图聚类集成方法以检测网络中的功能模块.该方法结合了基因本体论(gene ontology,GO)、基因表达谱数据以及多种基础聚类算法,用一种新的二分图来组织多种基础聚类算法的中间结果,并结合对称非负矩阵分解(non-negative matrix factorization,NMF)算法挖掘其中功能意义上最一致蛋白质功能模块,同时,该算法能处理蛋白质功能重叠问题.实验结果表明:所提算法整体优于基准比较方法,是一种融合多种生物信息源和不同的聚类方法的有效途径.
|
|
7.
|
针对蛋白质复合体检测的自学习图聚类
|
|
|
|
|
|
|
朱佳 武兴成 林雪琴 肖丹阳 肖菁 黄晋 贺超波《控制理论与应用》,2017年第34卷第6期
|
|
|
蛋白质复合体是由两条或多条相关联的多肽链组成, 在生物过程中起着重要作用. 假如用图表示蛋白质–蛋白质相互作用(protein-protein interactions, PPI)网络数据, 那么从中找出紧密耦合的蛋白质复合体是非常困难的, 特别是在近年来PPI网络的容量大大增加的情况下. 在本文中, 通过对称非负矩阵分解, 针对蛋白质复合体检测问题提出了一种图聚类方法, 该方法可以有效地从复杂网络中检测密集的连通子图. 并且将此方法和当前最先进的一些方法在3个PPI数据集中用同一个基准进行比较. 实验结果表明, 本文的方法在3个拥有不同大小和密度的数据集中均显著优于其它方法.
|
|
8.
|
PPI网络聚类的评价方法的研究与应用
|
|
|
|
|
|
|
尤梦丽 雷秀娟《计算机科学》,2013年第40卷第12期
|
|
|
蛋白质相互作用网络(Protein-Protein Interaction,PPI)聚类结果的评价方法的研究是检测PPI网络功能模块聚类结果正确与否的关键。介绍并分析了4种有代表性的PPI网络聚类的评价方法,即p-value、匹配统计量、基于准确率和查全率的综合评价以及基于层结构的hF-measure,在此基础上考虑了主错误划分类与该预测类的相似性,提出了新的罚分函数和新的Sf-measure评价方法。仿真结果表明了各评价方法的特点及Sf-measure评价方法的有效性及合理性。
|
|
9.
|
蛋白质相互作用网络功能模块检测的研究综述
|
|
|
|
|
|
|
冀俊忠 刘志军 刘红欣 刘椿年《自动化学报》,2014年第40卷第4期
|
|
|
蛋白质相互作用（Protein-protein interaction，PPI）网络是生命活动中一种极其重要的生物分子关系网络，利用计算方法从PPI网络中检测功能模块是目前生物信息学中一项重要的研究课题. 本文首先总结了功能模块检测过程的基本流程，说明了预处理和后处理的作用；其次，提出了一种模块检测方法的分类体系，并对其中一些代表性的检测算法进行了阐述；再次，给出了模块检测常用的数据库、评价指标和相关软件工具，并通过实验对代表性算法进行了性能对比. 最后，通过对该领域挑战性问题的分析预测了模块检测未来的研究方向，以期对相关研究提供一定的参考.
|
|
10.
|
基于多视图融合的蛋白质功能模块检测方法
|
|
|
|
|
|
|
张媛 贾克斌 ZHANG Aidong《电子学报》,2014年第12期
|
|
|
结合多种生物数据分析蛋白质相互作用网络（Protein-Protein Interaction Network，PPIN）中的功能模块结构，是目前蛋白质功能计算分析领域亟待解决的难题之一。本文提出了一种基于聚合非负矩阵分解（Collective Non-neg-ative Matrix Factorization，CoNMF）的多视图一致性功能模块检测方法，该方法同时逼近多视图数据，寻找统一的最优解达到对原多数据的最优近似。根据该统一解得到功能模块关系，同时该方法能够找到可重叠性的功能模块。实验结果显示本文所提出算法通过融合基因本体、基因表达谱与PPIN数据，在模块检测准确度上有一定提高，检测出的蛋白质功能模块具有真实生物意义。
|
|
11.
|
水稻组织特异性蛋白质相互作用网络构建方法
|
|
|
|
|
|
|
邢林林 郭茂祖 刘晓燕 李傲《哈尔滨工业大学学报》,2018年第50卷第11期
|
|
|
组织特异的基因表达和蛋白质相互作用是研究基因调控、蛋白质功能、细胞过程的重要部分.相较于其他模式生物在蛋白质相互作用研究方面的进展,高等模式植物水稻中组织特异性蛋白质相互作用的研究十分缺乏.因此,提出了一种用于水稻组织特异性蛋白质相互作用网络构建的计算方法.该方法主要包含三部分:第一,在统一标准下融合多数据识别组织特异的基因;第二,提出了新的同源映射方法,并集成6种模式生物相互作用数据构建和评估目标物种蛋白质相互作用网络;第三,构建不同组织的蛋白质相互作用子网,并筛选高可靠的蛋白质相互作用.为了验证方法的有效性,构建并分析了水稻首个组织特异的蛋白质相互作用网络(PTSN4R:Predicted Tissue-Specific Network for Rice). PTSN4R包含了水稻23个组织的组织特异基因及对应的组织特异蛋白质相互作用子网,为分析组织特异的基因表达和蛋白质相互作用提供了便利条件. PTSN4R有助于理解水稻的生长调控机制,为水稻增产提供线索.同时,提出的方法能够方便的应用到其他物种,促进组织特异的蛋白质相互作用网络的研究.
|
|
12.
|
一种基于语义相似的P2P搜索机制
|
|
|
|
|
|
|
曹迎春 王义麟 陈建忠 陆桑璐 陈道蓄《计算机科学》,2007年第34卷第5期
|
|
|
现有P2P网络规模大、动态性高、异构性强，有效的搜索技术一直是P2P系统研究中的核心问题。本文针对无结构P2P网络泛洪搜索机制的盲目性所导致的查询开销大、效率低的问题，提出了一种基于语义相似的P2P搜索机制SRVN，通过积累历史搜索经验获得路由指引信息，帮助搜索结点快速发现与搜索内容最相关的结点，从而提高搜索效率和目标命中率。实验结果显示，使用SRVN搜索机制，有效地提高了Gnutella查询性能。
|
|
13.
|
基于文化算法的PPI网络功能模块检测方法
|
|
|
|
|
|
|
冀俊忠 高光轩《北京工业大学学报》,2017年第43卷第1期
|
|
|
为了解决蛋白质相互作用( protein-protein interaction,PPI)网络功能模块检测问题,提出一种基于文化算法的PPI网络功能模块检测( CA-FMD)方法。首先,每个个体采用基于节点邻居有序表的编码方式表示功能模块检测问题的一个可行解。然后,利用文化算法的双层进化机制获得最优解,其中,上层机制用来模拟信念空间中群体经验的进化,下层机制用来刻画种群空间中个体的进化。最后,借助2个空间的相互作用和影响完成解的优化。在3个数据集上的实验结果表明：与其他算法相比,CA-FMD方法在多项评价指标上都具有明显的优势。
|
|
14.
|
一种基于蛋白质交互网络链接预测的新方法
|
|
|
|
|
|
|
李 晶 尚学群 郭 阳 李晓园《计算机应用研究》,2012年第29卷第11期
|
|
|
当前可用的生物数据在不断地迅速增长,仍有很多生物信息如蛋白质交互信息(protein-protein interac-tion,PPI)还未被发现,而这些潜在的或未知的信息对生物过程的研究是至关重要的。近年来,对未知生物信息的挖掘和研究吸引了很多人的关注。通过实验检测方法来发现这些信息是非常耗时耗力的,所以链接预测成为一种新的挖掘这些信息的指导方法。基于蛋白质交互网络并融合了基因表达数据信息,从拓扑和基因表达两个方面的信息来构建PPI权值网络,提出了一种在权值网络中基于相似度比较的链接预测的新方法来预测PPI网络中未知的交互信息。使用MIPS数据库评估了实验结果,表明了该算法有很好的准确率和良好的性能。
|
|
15.
|
基于距离测定的蛋白质复合物识别算法
|
|
|
|
|
|
|
李敏 王建新 陈建二《吉林大学学报(工学版)》,2010年第40卷第5期
|
|
|
针对蛋白质相互作用网络聚类算法标识已知蛋白质复合物数量有限的问题,提出了一种新的基于距离测定的蛋白质复合物识别算法IPC-DM。该算法基于对已知复合物内蛋白质之间的最短距离一般不超过2的发现,利用新的种子-扩充模型,大大提高了识别蛋白质复合物的准确性。基于酵母蛋白质相互作用网络的实验表明,算法IPC-DM较其他5种典型的蛋白质复合物识别算法MCODE、RNSC、CFinder、LCMA和DPClus具有更好的蛋白质复合物识别能力。
|
|
16.
|
基于花授粉算法的蛋白质网络功能模块检测方法
|
|
|
|
|
|
|
吴红岩 冀俊忠《山东大学学报(工学版)》,2018年第1期
|
|
|
揭示未知蛋白质功能是后基因时代蛋白质组学中的核心内容之一,运用群集智能思想识别蛋白质相互作用网络(protein-protein interaction network,PPIN)中的功能模块已经成为该领域的一个研究热点。提出一种基于花授粉算法(flower pollination algorithm,FPA)的蛋白质相互作用网络功能模块检测方法(FPA for functional module detection in PPIN,FPA-FMD)。采用随机游走的方式对种群中的每个花粉进行编码,并利用花授粉算法特有的自花授粉和异花授粉机制优化种群,其中自花授粉采用重组策略和取优策略,异花授粉采用基于Levy机制的变异策略和基于差异度的自适应变异策略,4种策略分别从不同角度推进了种群的进化。在3个公共数据集上的仿真试验表明:与其他6种经典算法相比,本研究提出的算法的整体性能优良而且在F度量和准确度两项综合指标上具有绝对优势。
|
|
17.
|
一种基于极大团的蛋白质相互作用预测方法 被引次数：1
|
|
|
|
|
|
|
王建新 蔡钊 李敏《高技术通讯》,2009年第19卷第1期
|
|
|
针对大规模、高通量方法识别出的蛋白质相互作用数据集包含噪声较高的问题,根据蛋白质相互作用网络中噪声数据的特点和网络拓扑属性,提出了一种基于极大团的相互作用预测方法以提高识别出的这种数据集的可靠性.该方法通过蛋白质与蛋白质团之间的关联程度来预测蛋白质间是否存在相互作用,同时结合噪声数据在网络中的特点将预测结果放大并将伪相互作用分离出来,最后可获得可靠性较高的预测数据集.实验结果显示,所提出的方法不仅可以预测更多相互作用而且具有更高的可靠性.
|
|
18.
|
多维时序数据中的相似子序列搜索研究 被引次数：4
|
|
|
|
|
|
|
程文聪 邹鹏 贾焰《计算机研究与发展》,2010年第47卷第3期
|
|
|
由于动态时间弯曲距离较之欧氏距离有更好鲁棒性,因此被广泛用作时序数据相似子序列搜索研究领域中的相似性度量.在单一维度上的相似子序列搜索可能不能获得足够的匹配结果作为继续深入分析的依据,因此通过引入在多维数据分析中常用的数据立方体模型将相似子序列搜索问题扩展到了多维场景之下,从而在多个维度上得到搜索结果以获取更多有价值的知识.在此基础上利用数据立方体相邻层次单元间的相关性对基本的搜索算法进行了改进,在保证准确性的基础上提高了搜索效率.在真实网络安全数据集上的实验验证了所提方法的有效性.
|
|
19.
|
基于贪婪算法的疾病相关蛋白质子网搜索
|
|
|
|
|
|
|
樊振杰 王炜《微计算机信息》,2010年第6期
|
|
|
各种研究结果不断证明,人类各种常见疾病都属于复杂疾病,是由多基因、多因素、遗传和环境共同作用的结果。借助于高通量生物技术的飞速发展,生物学家建立起了蛋白交互网络,如果借助复杂网络研究的方法,从这些网络中找出与疾病相关的蛋白质子网络,将有助于我们更深入地了解生物体的运作机制。本文提出了一种基于贪婪算法的搜索方法,能够自动地搜索整个网络中的子网或模块,并且能够结合芯片数据同时进行T检验来判断子网络对疾病表型的区分能力。通过计算子网的P值,给出该蛋白质子网络的统计显著性值并进行区分能力排序。运行结果表明,本方法不但能够用于发现已知的疾病蛋白,而且能够对未知的蛋白进行预测,结合生物芯片技术,将会对疾病基因的研究提供有价值的信息。
|
|
20.
|
一种新颖的蛋白质序列与其串联质谱的匹配打分算法
|
|
|
|
|
|
|
于长永 王国仁 毛克明 翟文丹《小型微型计算机系统》,2010年第31卷第3期
|
|
|
为了有效的利用蛋白质串联质谱数据,提高蛋白质鉴定的准确性,提出一种基于KNN的蛋白质序列与蛋白质串联质谱的匹配打分算法.蛋白质序列与蛋白质串联质谱的匹配打分是蛋白质数据库搜索鉴定过程中的关键技术.然而,现有的算法没有很好的利用蛋白质串联质谱中离子的强度信息.针对此问题,本文根据质谱中离子的类型给出了全体离子的一个合理的划分.进而抽象出一个高维的强度特征向量,在已知的高精度的数据集上建立了强度匹配知识集合,最后基于KNN技术构造了序列和质谱的匹配打分算法.实验结果表明,本文算法更加有效的利用了蛋白质串联质谱的结构信息,提高了蛋白质鉴定的准确性.
|
|
