基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
预测蛋白质功能是后基因组时代最具挑战性的问题之一,在大规模数据下采用高性能的功能预测算法能够节省大量的实验时间和成本.利用基于蛋白质相互作用网络的全局优化模型,提出了蛋白质功能预测的蚁群优化算法,算法在考虑全局模型的同时还利用了网络的先验信息,提高了搜索效率,仿真结果表明,蚁群优化算法能够有效对蛋白质功能进行预测,并且对蛋白质相互作用网络中的假阳性、假阴性数据具有较高的容错能力.
推荐文章
蛋白质折叠问题的蚁群优化算法研究
蛋白质折叠
蚁群算法
格点模型
基于模糊蚁群的加权蛋白质复合物识别算法
蛋白质相互作用网络
蚁群聚类算法
模糊C-means
适应度
蛋白质复合物
基于群智能的蛋白质耐热温度预测研究
蛋白质耐热温度
群智能算法
人工蜂群
粒子群优化
氨基酸网络
氨基酸含量
改进的粒子群算法求解蛋白质结构预测问题
蛋白质结构预测
粒子群算法
HP格点模型
组合优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蛋白质功能预测的蚁群优化算法
来源期刊 广西师范大学学报(自然科学版) 学科 医学
关键词 蛋白质相互作用网络 功能预测 蚁群优化算法 全局优化模型
年,卷(期) 2011,(3) 所属期刊栏目
研究方向 页码范围 136-141
页数 分类号 Q811|TP391|R318
字数 4491字 语种 中文
DOI 10.3969/j.issn.1001-6600.2011.03.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟一文 福建农林大学计算机与信息学院 59 596 13.0 23.0
2 吴超 福建农林大学计算机与信息学院 8 23 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (9)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (12)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(12)
  • 参考文献(1)
  • 二级参考文献(11)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蛋白质相互作用网络
功能预测
蚁群优化算法
全局优化模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广西师范大学学报(自然科学版)
双月刊
1001-6600
45-1067/N
大16开
桂林市育才路15号
48-54
1957
chi
出版文献量(篇)
3550
总下载数(次)
1
总被引数(次)
13610
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导