基于关键功能模块挖掘的蛋白质功能预测
精确注释蛋白质功能是从分子水平理解生物体的关键.由于内在的困难和昂贵的开销,实验方法注释蛋白质功能已经很难满足日益增长的序列数据.为此,提出了许多基于蛋白质相互作用(Protein-protein interaction,PPI)网络的计算方法预测蛋白质功能.当今蛋白质功能预测的趋势是融合蛋白质相互作用网络和异构生物数据.本文提出一种基于多关系网络中关键功能模块挖掘的蛋白质功能预测算法.关键功能模块由一组紧密联系且共享生物功能的蛋白质组成,它们能与网络中的剩余部分较好地区分开来.算法通过从多关系网络的每一个简单网络中挖掘高内聚、低耦合的子图形成关键功能模块.关键功能模块中邻居蛋白质的功能用于注释待预测功能的蛋白质.每一个简单网络在蛋白质功能预测中的重要性各不相同.实验结果表明,提出的方法性能优于现有的蛋白质功能预测方法.
功能预测、多关系网络、蛋白质相互作用、关键功能模块
44
国家自然科学基金61772089;湖南省自然科学基金2016JJ3016;湖南省教育厅项目16A020,16C0137,17C0133;水产高效健康生产湖南省协同创新中心资助Supported by National Natural Science Foundation of China61772089;Natural Science Foundation of Hunan Province2016JJ3016;National Scientific Research Foundation of Hunan Province16A020,16C0137,17C0133;Collaborative In-novation Center for Efficient and Health Production of Fisheries in Hunan Province
2018-03-13（万方平台首次上网日期，不代表论文的发表时间）
共10页
183-192
