针对蛋白质复合体检测的自学习图聚类

• 作者: 朱佳 林雪琴 武兴成 肖丹阳 肖菁 贺超波 黄晋
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 图聚类 蛋白质复合体 非负矩阵分解
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: “智能科学与大数据工程”专题报告
• 页码范围: 776-782
• 页数: 7页
• 分类号: TP273
• 字数: 500字
• 语种: 中文
• DOI: 10.7641/CTA.2017.60581

摘要

蛋白质复合体是由两条或多条相关联的多肽链组成,在生物过程中起着重要作用.假如用图表示蛋白质–蛋白质相互作用(protein-protein interactions,PPI)网络数据,那么从中找出紧密耦合的蛋白质复合体是非常困难的,特别是在近年来PPI网络的容量大大增加的情况下.在本文中,通过对称非负矩阵分解,针对蛋白质复合体检测问题提出了一种图聚类方法,该方法可以有效地从复杂网络中检测密集的连通子图.并且将此方法和当前最先进的一些方法在3个PPI数据集中用同一个基准进行比较.实验结果表明,本文的方法在3个拥有不同大小和密度的数据集中均显著优于其它方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺超波	仲恺农业工程学院信息科学与技术学院	40	302	12.0	15.0
2	朱佳	华南师范大学计算机学院	6	3	1.0	1.0
3	黄晋	华南师范大学计算机学院	7	78	3.0	7.0
4	肖菁	华南师范大学计算机学院	13	108	6.0	10.0
5	肖丹阳	华南师范大学计算机学院	2	8	1.0	2.0
6	武兴成	华南师范大学计算机学院	1	0	0.0	0.0
7	林雪琴	华南师范大学计算机学院	1	0	0.0	0.0