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:
蛋白质间的相互作用预测问题本质上是复杂网络的链接预测问题.到目前为止,已经有很多方法用于链接预测,这些方法要么只考虑拓扑信息,要么只考虑蛋白质相互作用网络内部的交互信息,但是仅考虑一种信息来预测蛋白质的交互信息是远远不够的.因此提出了一种新方法:将蛋白质相互作用网络看作是一个有权图,根据网络中两节点的拓扑结构和属性信息,分别计算它们的拓扑相似度和属性相似度来预测它们之间是否存在链接关系.在两种相似度平衡方面,考虑基于空间映射的方法,将它们独立地映射到另一空间,并且使它们分别映射的空间尽量相近,从而使得拓扑信息、属性信息有机融合.实验结果表明,提出的算法具有较好的准确率和良好的生物统计特性.
推荐文章
蛋白质相互作用预测的核最近邻算法
生物信息学
蛋白质相互作用
核最近邻算法
分类
基于蛋白质相互作用网络预测癌症致病基因
疾病基因
癌症
蛋白质相互关系
预测
基于结构域理化性质的蛋白质相互作用方向预测
蛋白质
相互作用
结构域
理化特性
支持向量机
方向预测
蛋白质相互作用时序网络模型及动态性质分析
蛋白质相互作用
静态网络
时序网络
动态特性
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 基于空间映射的蛋白质相互作用网络链接预测算法
来源期刊 计算机科学 学科 工学
关键词 蛋白质相互作用网络 链接预测 空间映射
年,卷(期) 2016,(z1) 所属期刊栏目 数据挖掘
研究方向 页码范围 413-417,434
页数 6页 分类号 TP311
字数 6796字 语种 中文
DOI
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 洪海燕 扬州大学信息工程学院 3 10 2.0 3.0
2 刘维 扬州大学信息工程学院 9 27 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (30)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (25)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
蛋白质相互作用网络
链接预测
空间映射
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导