PPI网络的改进马尔科夫聚类算法

• 作者: 胡庆生 雷秀娟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: MCL聚类算法 惩罚因子 突变因子 PPI网络
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 2014'全国理论计算机科学年会
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP391.4|TP301.6
• 字数: 5731字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.7.023

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷秀娟	陕西师范大学计算机科学学院	43	470	12.0	19.0
2	胡庆生	陕西师范大学计算机科学学院	1	7	1.0	1.0