基于烟花算法的蛋白质相互作用网络功能模块检测方法

论文摘要

针对群智能聚类方法在蛋白质相互作用网络功能模块检测问题上运行时间长的不足,本文提出了一种基于烟花算法的蛋白质相互作用网络功能模块检测方法（Fireworks Algorithm for Functional Module Detection in Protein-protein Interaction Networks,简称FWA-FMD）.首先结合蛋白质相互作用网络的拓扑结构信息和基因本体的功能注释信息,基于标签传播思想将每个烟花个体初始化为一种候选的功能模块划分.其次在每一代进化过程中,利用具有局部搜索和全局搜索自调整能力的爆炸操作对每个烟花个体进行优化,并同时采用精英保留和轮盘赌策略选择下一代烟花个体.最后通过将最优烟花个体中标签相同的节点划分到同一功能模块,以得到最终的功能模块检测结果.在酵母菌和人类两个物种的4个公共蛋白质相互作用网络数据集上的功能模块检测结果,分别用两种标准功能模块数据集作为基准来评价的实验表明:FWA-FMD算法不但求解时间少于遗传算法、蚁群算法和细菌觅食算法,而且在多项评价指标上与一些代表性算法相比都具有明显的优势,能够更好地识别功能模块.

论文目录

• 1 烟花算法
• 2 FWA-FMD方法
•   2.1 基本思想
•   2.2 烟花个体初始化
•   2.3 爆炸操作
•   2.4 选择策略
•   2.5 算法描述与分析
• 3 实验及结果分析
•   3.1 实验环境及数据集
•   3.2 评价指标
•     3.2.1 精度、召回率和F度量
•     3.2.2 灵敏度、正预测率和准确度
•   3.3 实验对比分析
• 4 结论

文章来源

类型: 期刊论文

作者: 肖行行,冀俊忠,杨翠翠

关键词: 蛋白质相互作用网络,功能模块检测,烟花算法,标签传播,爆炸操作

来源: 哈尔滨工业大学学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 生物学,自动化技术

单位: 北京工业大学信息学部,多媒体与智能软件技术北京市重点实验室(北京工业大学)

基金: 国家自然科学基金资助项目(61375059),北京市博士后工作经费资助项目(2017-ZZ-024)

分类号: Q51;TP18

页码: 57-66

总页数: 10

文件大小: 424K

下载量: 168