原文服务方: 计算机应用研究       
摘要:
针对蛋白质相互作用(protein-protein interaction,PPI)网络中存在大量噪声以及现有关键蛋白识别方法准确率不高等问题,提出了一种基于中心性和模块特性(united centrality and modularity,UCM)的方法来识别关键蛋白质.首先,整合蛋白质拓扑数据和生物数据构建多元属性网络,以降低PPI网络中噪声的影响;其次,根据关键蛋白质的拓扑特性和生物特性,提出一种挖掘稠密且高度共表达的关键模块算法,从多元属性网络中挖掘高可靠性的关键模块,以从多维角度强化关键蛋白质在模块中的重要程度;最后,整合蛋白质的中心性和模块化特性,设计一种衡量蛋白质关键性的策略(essential integration strategy,EIS),以提高识别高关键蛋白质的准确率.UCM方法应用在DIP数据集上进行验证,实验结果表明,与其他10种关键蛋白质识别方法相比较,该方法具有较好的识别性能,能够识别更多的关键蛋白质.
推荐文章
基于时序加权PPI网络的关键蛋白质识别
关键蛋白质
保守蛋白质
混合动态保守蛋白质的时序加权网络
蛋白质结构域
共表达复合物中心性
一种基于多层PPI网络的关键蛋白质识别方法
蛋白质相互作用网络
多层网络
加权中心性方法
关键蛋白质识别
结合主题特征和互作用网络拓扑特性的关键蛋白质识别
主题模型
中心性测度
蛋白质互作用网络
关键蛋白质
融合PPI和基因表达数据的关键蛋白质识别方法
关键蛋白质
蛋白质相互作用网络
基因表达
边聚集系数
皮尔逊相关系数
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 基于中心性和模块特性的关键蛋白质识别
来源期刊 计算机应用研究 学科
关键词 蛋白质相互作用网络 多元属性 关键模块 中心性 关键蛋白质
年,卷(期) 2020,(7) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1983-1988
页数 6页 分类号 TP399
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2019.01.0015
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 胡健 江西理工大学应用科学学院信息工程系 34 173 6.0 12.0
2 毛伊敏 江西理工大学信息工程学院 48 203 8.0 12.0
3 章宇盟 江西理工大学信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (3)
参考文献  (32)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(7)
  • 参考文献(4)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
蛋白质相互作用网络
多元属性
关键模块
中心性
关键蛋白质
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导