国家教育部博士点基金(200801081017)
- 作品数：3 被引量：17H指数：2
- 相关作者：郑文萍王杰梁吉业王丹嘉泽宁更多>>
- 相关机构：山西大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于最短路径的关键蛋白质识别研究被引量：1
- 2011年
- 关键蛋白质的识别有助于从系统水平上理解生命活动过程,基于蛋白质相互作用网络拓扑特征的关键蛋白质识别可以有效地提高识别精度和速度。通过蛋白质节点的最短路径数和点介数可以作为衡量其节点中心度的方法,但计算速度和计算规模有限。根据所预测蛋白质相互作用网络的特点,提出了基于最短路径技术的关键蛋白质识别方法,选择合理的识别阈值和拓扑参数,对全蛋白质相互作用网络的关键蛋白质进行预测。实验表明,所提出的识别方法可以有效描述蛋白质节点的重要性,在不影响计算精度的前提下,可对连通性好,边密度大的全蛋白质相互作用网络进行关键蛋白质识别。
- 嘉泽宁杨贵郑文萍
- 关键词：蛋白质相互作用网络最短路径介数
- 一种面向蛋白质复合体检测的图聚类方法被引量：14
- 2015年
- 蛋白质互作用(protein-protein interaction,PPI)网络是广泛存在的一类复杂生物网络,其网络拓扑特征与功能模块分析密切相关.图聚类是对复杂网络进行分析和处理的一种重要计算方法.传统的PPI网络中蛋白质复合体检测算法通常对网络图中的对象进行硬划分,而寻找网络中的重叠簇的软聚类算法已成为当前研究热点之一.现有的软聚类算法较少关注寻找网络中具有重要生物意义的小规模非稠密簇.对此,基于网络中结点邻域给出了边关联强度的度量方法,并在此基础上提出了一种基于流模拟的PPI网络中复合体检测的图聚类(flow-simulation graph clustering,F-GCL)算法,该算法可以在快速发现PPI网络中的重叠簇的同时找到小规模非稠密簇;同时,与MCODE(molecular complex detection),MCL(Markov clustering),RNSC(restricted neighborhood search clustering)和CPM(clique percolation method)算法在6个酿酒酵母PPI网络上进行比较,该算法在F-measure,Accuracy,Separation方面表现了较好的性能.
- 王杰梁吉业郑文萍
- 关键词：软聚类蛋白质复合体
- 基于模块性的检测簇结构的图聚类算法研究被引量：2
- 2016年
- 从大规模的复杂网络中挖掘重要的簇结构已经成为当今研究的热点之一.对复杂网络中基于密度和模块性的图聚类算法中的边权重定义、种子选择与扩展等问题进行了研究,提出一种检测复杂网络中稠密簇结构的局部模块性图聚类算法LM C.算法首先对网络中的边权重和子图的模块性进行定义,然后选择权重最大的边作为聚类"种子边",最后对种子边进行扩展进而得到新簇.采用计算机构造数据和蛋白质作用网络数据对基于局部模块性的图聚类算法LMC进行实验.结果表明,算法LMC相较于其它聚类算法在检测复杂网络中相对稠密的簇结构的性能较好.
- 郑文萍王丹王杰
- 关键词：复杂网络模块性
