模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (3): 481-490    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于蜂群和广度优先遍历的PPI网络聚类
田建芳,雷秀娟
陕西师范大学计算机科学学院西安710062
PPI Network Clustering Based on Artificial Bee Colony and Breadth First Traverse Algorithm
TIAN Jian-Fang, LEI Xiu-Juan
School of Computer Science,Shaanxi Normal University,Xi’an 710062

全文: PDF (758 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 蛋白质交互作用(PPI)网络聚类算法是研究和揭示蛋白质功能的主要方法之一。由于PPI网络的特性,传统算法不能有效聚类。文中提出一种基于蜂群和广度优先遍历的聚类算法。为避免噪声点对实验结果的干扰,在预处理阶段利用距离-密度算法确定聚类个数,剔除噪声点。然后利用结点网络综合特征值确定初始聚类中心,利用广度优先遍历搜索算法进行聚类。再采用改进的蜂群算法自动寻找最优合并阈值。最后用正确率和查全率对该算法进行性能评价并对算法中一些重要参数进行仿真分析,仿真结果表明该聚类算法有效提高PPI网络的聚类效果。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
田建芳
雷秀娟
关键词 蛋白质交互作用(PPI)网络聚类蜂群算法广度优先遍历(BFT)    
Abstract:The clustering of protein-protein interaction (PPI) network is one of the principal methods to reveal and research the protein function.The traditional clustering methods are inefficient for PPI network due to its special characters. Therefore, a clustering method is proposed based on the optimal search of artificial bee colony (ABC) algorithm and the breadth first traverse (BFT) clustering algorithm. To avoid noisy interference on experimental results, the distance-density algorithm is used to roughly determine the number of clustering in the preprocessing stage. Then, the initial clustering center is determined based on the comprehensive feature value of nodes in the network. The BFT algorithm is used in the clustering process and the improved ABC algorithm is employed to automatically search the optimal merging threshold. Finally, the performance of the proposed algorithm is estimated by precision and recall and some key parameters of the algorithm is analyzed. The experimental results show that the proposed algorithm improves the clustering effect of the PPI network efficiently.
Key wordsProtein-Protein Interaction (PPI) Network    Clustering    Artificial Bee Colony Algorithm    Breadth First Traverse (BFT)   
收稿日期: 2010-12-09     
ZTFLH: TP181  
基金资助:国家自然科学基金项目(No.61100164)、陕西省自然科学基础研究计划项目(No.2010JQ8034)、中央高校基本科研业务费专项项目(No.GK200902016)资助
作者简介: 田建芳,女,1986年生,硕士研究生,主要研究方向为数据挖掘、生物信息计算。E-mail:tianfang0927@163。com。雷秀娟,女,1975年生,副教授,主要研究方向为智能计算、生物信息计算。
引用本文:   
田建芳,雷秀娟. 基于蜂群和广度优先遍历的PPI网络聚类[J]. 模式识别与人工智能, 2012, 25(3): 481-490. TIAN Jian-Fang, LEI Xiu-Juan. PPI Network Clustering Based on Artificial Bee Colony and Breadth First Traverse Algorithm. , 2012, 25(3): 481-490.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I3/481
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn