基于极大团扩展的蛋白质复合物识别算法

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：李敏；王建新；刘彬彬；陈建二
• 单位1：中南大学 信息科学与工程学院
• 语种：中文
• 作者关键词：蛋白质相互作用网络；蛋白质复合物；图挖掘；极大团
• 起始页：560
• 总页数：6
• 经费资助：国家自然科学基金资助项目（60433020，60773111）；“973”计划前期研究专项（2008CB317107）；新世纪优秀人才支持计划资助项目（NCET-05-0683）；长江学者和创新团队发展计划资助项目（IRT0661）；高等学校博士学科点专项科研基金（新教师基金）资助项目（20090162120073）
• 刊名：中南大学学报自然科学版
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1956
• 主管单位：教育部
• 主办单位：中南大学
• 主编：黄伯云
• 地址：湖南长沙
• 邮编：410083
• 电子信箱：zngdxb@mail.csu.edu.cn
• 网址：http://www.zndxzk.com.cn
• 卷：41
• 期：2
• 期刊索取号：P706.6 140
• 数据库收录：《工程索引》（EI Compendex)、《化学文摘》《金属文摘》《铝工业文摘》《科学文摘》《科学技术文献速报》《文摘杂志》《中文核心期刊要目总览》《中国科学论文引文数据库》等国内外检索刊物刊源期刊
• 核心期刊：中文核心期刊要目总览

摘要

针对蛋白质复合物识别工具CFinder容易识别出超大复合物的缺陷，提出一种基于极大团扩展的蛋白质复合物识别算法（IPC-MCE）。将极大团看作蛋白质复合物的核，通过考查核的邻居顶点与核内顶点的作用概率决定邻居顶点是否属于该复合物。基于酵母蛋白质相互作用网络平台的实验结果表明：与CFinder相比，提出的IPC-MCE算法在相同条件下能够更精确地标识已知蛋白质复合物；在最优参数设置下，IPC-MCE算法标识的已知蛋白质复合物数量是CFinder标识数量的2倍多，说明IPC-MCE算法具有更强的蛋白质复合物识别能力。