复杂生物网络分析的图聚类方法研究进展.pdfVIP

第 27 卷第 5 期 食 品 与 生 物 技 术 学 报 Vol . 27 　No . 5 　 　 　 　　　　 　 2008 年 9 月 Journal of Food Science and Biotechnology 　 　 　　　　　 Sep . 　2008 文章编号 (2008) 0500 1506 　 复杂生物网络分析的图聚类方法研究进展 梅 娟1 ,2 , 　王正祥1 ,2 , 　石贵阳1 ,2 , 　李炜疆 1 ,2 ( 1. 江南大学 生物工程学院 ,江苏 无锡 2 14 122 ; 2 . 江南大学 工业生物技术教育部重点实验室 , 江苏 无锡 2 14 122) ( ) 摘 　要 : 基因组学和高通量技术提供了大量生命系统组成元件 如蛋白质 之间相互关系的数据 , 由这些关系数据构成的复杂生物网络蕴含着丰富的生命系统运行机制的知识 ,挖掘这些隐蔽的知 识成为当前系统生物学的主要任务之一 。作为知识发现重要手段的图聚类方法 ,在复杂生物网络 分析上受到了普遍关注 ,在远同源性探测 、蛋白质功能预测 、代谢途径发现等方面取得了令人瞩目 的结果 。同时也注意到 , 由于生命系统的高度复杂性 ,其他领域中卓有成效的方法往往在复杂生 物网络分析中遇到困难 。评述了近年来图聚类算法在复杂生物网络分析中的进展 ,简要分析了复 杂生物网络研究的图聚类途径所面临的主要问题 。 关键词 : 复杂生物网络 ; 图聚类 ;蛋白质相互作用网络 ;代谢网络 ;蛋白质相似性网络 中图分类号 :Q 7 文献标识码 : A Progress of Graph Cl ustering on Analysis of Complex Biological Net works M EI J uan1 ,2 , 　WAN G Zhen gxiang1 ,2 , 　 SH I Guiyang1 ,2 , 　L I Weij ian g 1 ,2 ( 1. School of Biot echnology , J iangnan U niver sit y , Wuxi 2 14 122 , China ; 2 . Key L aboratory of Indu st rial Biot ech nolo gy , Mini st ry of Education , J iangnan U niver sit y , Wuxi 2 14 122 , China) Abstract :Geno mics an d hight hro ughout t echnolo gie s have p ro duced lar ge amount of relational dat a abo ut t he co mpo nent s of livin g sy st em s. Such dat a f ro m variou s co mp lex net wor k s t hat car ry rich knowledge about t he sy st em s. A current challen ge of sy st em biolo gy i s to mine t he hidden knowledge stored in t he net wor k s. A s an imp ort ant mean s for knowledge di scovery , grap h clu st ering at t