基于Minimum Cuts的蛋白质交互识别

摘要：

蛋白质交互信息对生物、医药研究有着重要意义,是生物医学领域一项重要的研究内容.对基于大规模语料库的蛋白质交互识别,直接利用已有的PPI数据库,能显著降低人工标注的代价.为此,在大规模语料库的基础上,提出了基于Minimum Cuts的蛋白质交互识别方法.在关系相似性框架下,Minimum Cuts分类器不仅采用SVM算法对单个蛋白质对进行初步分类预测,还利用蛋白质对之间的相似性约束判断结果,使分类结果更加准确.实验结果表明,利用Minimum Cuts分类器进行PPI的识别结果优于SVM分类器的识别结果.当训练数据为20%时,Minimum Cuts分类器的识别结果优于训练数据为80%时的SVM分类器的识别结果.

关键词：关系相似性、MinimumCuts、支持向量机、蛋白质交互

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61202132

在线出版日期：2017-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21