期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合时序保持特征和蚁群聚类的动态PPI网络复合物识别
被引量：
6
1
作者
赵学武
程新党
+1 位作者
吕嘉伟
刘向娇
《小型微型计算机系统》
CSCD
北大核心
2017年第6期1311-1316,共6页
由于蛋白质的相互作用是动态变化的,因此使用常规检测方法从静态PPI网络数据中识别蛋白质复合物具有一定的局限性.本文结合时序基因表达数据,提出了一个基于时序功能保持特征和蚁群聚类的复合物检测算法.算法首先根据相邻时刻的子网结构...
由于蛋白质的相互作用是动态变化的,因此使用常规检测方法从静态PPI网络数据中识别蛋白质复合物具有一定的局限性.本文结合时序基因表达数据,提出了一个基于时序功能保持特征和蚁群聚类的复合物检测算法.算法首先根据相邻时刻的子网结构,选出在相邻时刻都具有表达活性的种子节点集合.然后结合复合物的保持特征,构建一组与前一时刻复合物集合具有功能相似性的初始蛋白质簇集合,并利用蚁群聚类的拾起、放下规则,完成对其他蛋白质的聚类,从而形成最终的复合物.实验结果表明使用时序功能保持特征可以提高复合物预测的准确性,与其他方法相比,新算法在精度方面也具有较好的性能.
展开更多
关键词
动态ppi网络
蛋白质复合物
功能保持
蚁群聚类
在线阅读
下载PDF
职称材料
基于蚁群聚类的动态加权PPI网络复合物挖掘
被引量：
2
2
作者
胡健
朱海湾
毛伊敏
《计算机应用研究》
CSCD
北大核心
2020年第2期390-397,420,共9页
针对基于蚁群聚类的蛋白质复合物挖掘算法中,静态PPI网络难以真实反映细胞的动态特性,收敛速度较慢、聚类准确性和召回率不高等问题,提出一种基于模糊粒度和紧密度的蚁群聚类动态加权PPI网络复合物挖掘方法(FGCDACC-DPC)。首先基于动态...
针对基于蚁群聚类的蛋白质复合物挖掘算法中,静态PPI网络难以真实反映细胞的动态特性,收敛速度较慢、聚类准确性和召回率不高等问题,提出一种基于模糊粒度和紧密度的蚁群聚类动态加权PPI网络复合物挖掘方法(FGCDACC-DPC)。首先基于动态PPI网络的拓扑特性和生物特性设计了综合性权值度量(comprehensive weight metric,CWM),准确描述了蛋白质之间的相互作用;其次根据复合物的基本特征,构建一组稠密且高度共表达的复合核,然后设计模糊粒度和紧密度的拾起放下模型对其余节点聚类,降低了计算复杂度和随机性,加快聚类速度;最后基于功能信息传递和时序功能相关的思想分别构建了局部和全局权值更新策略,实现不同代蚁群和不同时刻网络之间的功能信息传递,提高聚类准确性。将FGCDACC-DPC算法应用在DIP数据上进行复合物挖掘,实验结果表明该算法的精度和召回率较高,能够较准确地识别蛋白质复合物。
展开更多
关键词
蚁群聚类
模糊粒度
动态ppi网络
功能传递
蛋白质复合物
在线阅读
下载PDF
职称材料
基于动态加权PPI网络的关键蛋白质识别算法
被引量：
5
3
作者
杨书新
鲁纪华
汤达荣
《计算机应用研究》
CSCD
北大核心
2019年第2期367-370,379,共5页
与静态PPI网络相比,动态PPI网络更能体现蛋白质之间相互作用的真实情况,并有效降低PPI网络中的假阴性。现有的关键蛋白质预测方法主要应用在静态PPI网络,忽视了PPI网络的动态特性。为有效预测关键蛋白质,利用基因表达数据提取蛋白质的...
与静态PPI网络相比,动态PPI网络更能体现蛋白质之间相互作用的真实情况,并有效降低PPI网络中的假阴性。现有的关键蛋白质预测方法主要应用在静态PPI网络,忽视了PPI网络的动态特性。为有效预测关键蛋白质,利用基因表达数据提取蛋白质的动态信息,再结合静态PPI网络构建动态PPI网络,然后引入GO术语对网络加权,并基于动态加权PPI网络提出一种新的预测方法——DWE。该方法以蛋白质在动态网络中的动态加权边之和与蛋白质在动态网络中出现的次数的比值衡量蛋白质在网络中的关键性。实验结果表明动态加权PPI网络有助于提高关键蛋白质的预测精度,且DWE方法优于其他几种关键蛋白质预测方法。
展开更多
关键词
动态
网络
关键蛋白质
GO术语
动态
加权
ppi
网络
在线阅读
下载PDF
职称材料
题名
融合时序保持特征和蚁群聚类的动态PPI网络复合物识别
被引量：
6
1
作者
赵学武
程新党
吕嘉伟
刘向娇
机构
南阳师范学院软件学院
北京工业大学计算机学院
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第6期1311-1316,共6页
基金
国家自然科学基金项目(61375059)资助
河南省科技攻关项目(142102210588)资助
+5 种基金
河南省科技计划项目(142300410044)资助
河南省教育厅科学技术研究重点项目(14A520057
15B520022)资助
南阳师范学院校级项目(QN2015015
QN2017040
QN2015033)资助
文摘
由于蛋白质的相互作用是动态变化的,因此使用常规检测方法从静态PPI网络数据中识别蛋白质复合物具有一定的局限性.本文结合时序基因表达数据,提出了一个基于时序功能保持特征和蚁群聚类的复合物检测算法.算法首先根据相邻时刻的子网结构,选出在相邻时刻都具有表达活性的种子节点集合.然后结合复合物的保持特征,构建一组与前一时刻复合物集合具有功能相似性的初始蛋白质簇集合,并利用蚁群聚类的拾起、放下规则,完成对其他蛋白质的聚类,从而形成最终的复合物.实验结果表明使用时序功能保持特征可以提高复合物预测的准确性,与其他方法相比,新算法在精度方面也具有较好的性能.
关键词
动态ppi网络
蛋白质复合物
功能保持
蚁群聚类
Keywords
dynamic protein-protein interaction network
protein complex
function continue
ant colony algorithm
分类号
TP301 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于蚁群聚类的动态加权PPI网络复合物挖掘
被引量：
2
2
作者
胡健
朱海湾
毛伊敏
机构
江西理工大学应用科学学院信息工程系
江西理工大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第2期390-397,420,共9页
基金
国家自然科学基金资助项目(41562019,41530640)
江西省自然基金资助项目(20161BAB203093,GJJ161566)
+1 种基金
江西省教育厅科技项目(GJJ151528GJJ151531)
省社科规划项目(13YD020).
文摘
针对基于蚁群聚类的蛋白质复合物挖掘算法中,静态PPI网络难以真实反映细胞的动态特性,收敛速度较慢、聚类准确性和召回率不高等问题,提出一种基于模糊粒度和紧密度的蚁群聚类动态加权PPI网络复合物挖掘方法(FGCDACC-DPC)。首先基于动态PPI网络的拓扑特性和生物特性设计了综合性权值度量(comprehensive weight metric,CWM),准确描述了蛋白质之间的相互作用;其次根据复合物的基本特征,构建一组稠密且高度共表达的复合核,然后设计模糊粒度和紧密度的拾起放下模型对其余节点聚类,降低了计算复杂度和随机性,加快聚类速度;最后基于功能信息传递和时序功能相关的思想分别构建了局部和全局权值更新策略,实现不同代蚁群和不同时刻网络之间的功能信息传递,提高聚类准确性。将FGCDACC-DPC算法应用在DIP数据上进行复合物挖掘,实验结果表明该算法的精度和召回率较高,能够较准确地识别蛋白质复合物。
关键词
蚁群聚类
模糊粒度
动态ppi网络
功能传递
蛋白质复合物
Keywords
ant colony clustering
fuzzy granular
dynamic protein-protein interaction network
function transmission
protein complex
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于动态加权PPI网络的关键蛋白质识别算法
被引量：
5
3
作者
杨书新
鲁纪华
汤达荣
机构
江西理工大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第2期367-370,379,共5页
基金
国家自然科学基金资助项目(61662028
41362015)
江西省教育厅重点科技项目(GJJ161566)
文摘
与静态PPI网络相比,动态PPI网络更能体现蛋白质之间相互作用的真实情况,并有效降低PPI网络中的假阴性。现有的关键蛋白质预测方法主要应用在静态PPI网络,忽视了PPI网络的动态特性。为有效预测关键蛋白质,利用基因表达数据提取蛋白质的动态信息,再结合静态PPI网络构建动态PPI网络,然后引入GO术语对网络加权,并基于动态加权PPI网络提出一种新的预测方法——DWE。该方法以蛋白质在动态网络中的动态加权边之和与蛋白质在动态网络中出现的次数的比值衡量蛋白质在网络中的关键性。实验结果表明动态加权PPI网络有助于提高关键蛋白质的预测精度,且DWE方法优于其他几种关键蛋白质预测方法。
关键词
动态
网络
关键蛋白质
GO术语
动态
加权
ppi
网络
Keywords
dynamic network
essential proteins
GO terms
dynamic weighted
ppi
network
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合时序保持特征和蚁群聚类的动态PPI网络复合物识别
赵学武
程新党
吕嘉伟
刘向娇
《小型微型计算机系统》
CSCD
北大核心
2017
6
在线阅读
下载PDF
职称材料
2
基于蚁群聚类的动态加权PPI网络复合物挖掘
胡健
朱海湾
毛伊敏
《计算机应用研究》
CSCD
北大核心
2020
2
在线阅读
下载PDF
职称材料
3
基于动态加权PPI网络的关键蛋白质识别算法
杨书新
鲁纪华
汤达荣
《计算机应用研究》
CSCD
北大核心
2019
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
