典型文献
基于图嵌入和布谷鸟搜索的二步蛋白质复合物预测方法
文献摘要：
本文构造了一种基于图嵌入技术和布谷鸟搜索的二步蛋白质复合物预测方法(TSSComplex),该算法可在蛋白质交互(PPI)网络上探测蛋白质复合物.采用图嵌入技术,更新边权的计算方式,使得边权同时兼顾了网络的拓扑结构和空间结构.将布谷鸟算法和传统的复合物搜索算法NEOComplex相结合,构成了TSSComplex算法,使用TSSComplex算法既能有效控制复合物中包含的蛋白质数量,又不会遗漏一些小型复合物.将该算法用于最新的人类PPI网络进行实验分析,获得了22.78％ 的精度和18.62％ 的召回率(使用传统的NEOComplex算法,其精度和召回率从47％ 降到了0％).同时,又定义了最优重合率,用来衡量探测到的复合物能否尽可能地包含已知复合物.实验发现,在参考复合物集合中,有55.43％ 的复合物能够完全包含在某个通过预测获得的复合物中.另一方面,在参考复合物集合中,有94.78％ 的复合物,其最优重合率超过了50％.研究结果显示,在蛋白质交互信息大量增加的情况下,TSSComplex算法依然具有一定的精度,且能够为进一步精确探测复合物缩小搜索范围.
文献关键词：
蛋白质复合物;图嵌入;布谷鸟搜索;蛋白质交互网络
中图分类号：
作者姓名：
葛永錱;赵熙强
作者机构：
中国海洋大学数学科学学院,山东 青岛 266100
文献出处：
引用格式：
[1]葛永錱;赵熙强-.基于图嵌入和布谷鸟搜索的二步蛋白质复合物预测方法)[J].中国海洋大学学报（自然科学版）,2022(07):146-154
A类：
TSSComplex,NEOComplex
B类：
布谷鸟搜索,二步,蛋白质复合物,图嵌入技术,PPI,边权,计算方式,拓扑结构,布谷鸟算法,搜索算法,质数,遗漏,些小,召回率,某个,交互信息,精确探测,搜索范围,蛋白质交互网络
AB值：
0.190699
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
