基于熵的聚類算法在蛋白質(zhì)網(wǎng)絡模塊檢測中的應用.pdf

1、人類基因組計劃和許多物種基因組測試的完成標志著一個新的生物學研究時代一后基因組時代來臨了，意味著人類基因組的研究將全面進入信息提取和數(shù)據(jù)分析階段，即生物信息學發(fā)揮重要作用的階段，生命科學的研究重點開始從基因組學轉(zhuǎn)移到了蛋白質(zhì)組學。高通量的生物技術產(chǎn)生了大量的蛋白質(zhì)網(wǎng)絡數(shù)據(jù)，現(xiàn)有實驗結果表明蛋白質(zhì)網(wǎng)絡是由相互作用的、可劃分的功能模塊所組成。檢測這些功能模塊對于了解蛋白質(zhì)網(wǎng)絡的拓撲結構是非常重要的。目前已有的三級分子聯(lián)合體識別算法(MCOD

2、E)，派系過濾算法(CPM)和基于結構的網(wǎng)絡聚類算法(SCAN)等方法只是檢測網(wǎng)絡中“稠密”的簇而忽略了蛋白質(zhì)網(wǎng)絡自身的屬性一一簇有著不同的尺寸、密度和形狀。本文根據(jù)蛋白質(zhì)網(wǎng)絡中模塊拓撲結構的多樣性，提出了一種應用于蛋白質(zhì)網(wǎng)絡的基于熵的聚類算法。首先，利用兩點之間共有鄰居數(shù)得到兩點之間的相似度。其次，通過對兩點之間相似度的熵化來得到兩點之間的相似熵。最后，再利用得到的相似熵根據(jù)最小帶權相似熵準則進行聚類，從而將網(wǎng)絡進行模塊劃分。通過對酵