基于熵的聚類算法在蛋白質(zhì)網(wǎng)絡(luò)模塊檢測(cè)中的應(yīng)用.pdf

1、人類基因組計(jì)劃和許多物種基因組測(cè)試的完成標(biāo)志著一個(gè)新的生物學(xué)研究時(shí)代一后基因組時(shí)代來臨了，意味著人類基因組的研究將全面進(jìn)入信息提取和數(shù)據(jù)分析階段，即生物信息學(xué)發(fā)揮重要作用的階段，生命科學(xué)的研究重點(diǎn)開始從基因組學(xué)轉(zhuǎn)移到了蛋白質(zhì)組學(xué)。高通量的生物技術(shù)產(chǎn)生了大量的蛋白質(zhì)網(wǎng)絡(luò)數(shù)據(jù)，現(xiàn)有實(shí)驗(yàn)結(jié)果表明蛋白質(zhì)網(wǎng)絡(luò)是由相互作用的、可劃分的功能模塊所組成。檢測(cè)這些功能模塊對(duì)于了解蛋白質(zhì)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是非常重要的。目前已有的三級(jí)分子聯(lián)合體識(shí)別算法(MCOD

2、E)，派系過濾算法(CPM)和基于結(jié)構(gòu)的網(wǎng)絡(luò)聚類算法(SCAN)等方法只是檢測(cè)網(wǎng)絡(luò)中“稠密”的簇而忽略了蛋白質(zhì)網(wǎng)絡(luò)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(luò)中模塊拓?fù)浣Y(jié)構(gòu)的多樣性，提出了一種應(yīng)用于蛋白質(zhì)網(wǎng)絡(luò)的基于熵的聚類算法。首先，利用兩點(diǎn)之間共有鄰居數(shù)得到兩點(diǎn)之間的相似度。其次，通過對(duì)兩點(diǎn)之間相似度的熵化來得到兩點(diǎn)之間的相似熵。最后，再利用得到的相似熵根據(jù)最小帶權(quán)相似熵準(zhǔn)則進(jìn)行聚類，從而將網(wǎng)絡(luò)進(jìn)行模塊劃分。通過對(duì)酵