PPI网络的改进马尔科夫聚类算法

摘要：

蛋白质相互作用(PPI)网络是生物信息学的一个新的研究领域.近年来马尔科夫(MCL)聚类算法在未知蛋白质的功能模块预测方面发挥了重要作用,但是聚类质量不高,为此提出了一种基于突变因子和惩罚因子及重新定义解释聚类结果的MCL聚类算法.该算法采用惩罚因子,惩罚质量较大的吸引子;采用突变因子在算法后期断绝初始转移概率对转移概率的束缚.算法在PPI网络数据集上进行了测试,结果表明该算法不但可以抑制小类的产生,而且聚类结果的质量在Avg.F方面相对于基本MCL算法提高了13.1％.

关键词：MCL聚类算法、惩罚因子、突变因子、PPI网络

所属期刊栏目：42

分类号：TP391.4;TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金61100164,61173190;教育部留学回国人员科研启动基金教外司留[2012]1707号;中央高校基本科研业务费专项资金项目GK201402035,GK201302025

在线出版日期：2016-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113