基于网络模块性的蛋白质序列聚类-食品与生物技术学报.pdfVIP

第29 卷第1期 食 品 与生 物 技 术学 报 Vol. 29 No.1 2010 年 1月 Journal of Food Scienceand Biotechnology Jan. 2010 : 1673-1689( 2010)01-0123-05 基于网络模块性的蛋白质序列聚类 1,2 1,2 1,2 1,2 * 1,2 梅娟 , 何胜 , 王正祥 , 石贵阳 , 李炜疆 ( 1. 江南大学 工业生物技术教育部重点实验室, 江苏无锡214122; 2. 江南大学生物工程学院, 江苏无锡214122) : 蛋白质的远同源性探 是结构基因组学和功能基因组学的主要研究任务之一一些具有 一定相似结构和功能但序列相似性却较低的蛋白质组成蛋白质超家族, 则远同源性探 问题等 价于对蛋白质超家族的识别问题作者提出了一种基于模块性的聚类算法ModuleFind,该方法通 过最大化蛋白质网络的模块性来寻找具有较强集团结构的划分在蛋白质结构分类数据库 (SCOP)超家族层次上进行的实验表明, 该方法得到的聚类结果更接近分类基准, 且具有较高的F- 度值 : 蛋白质 络; 序列相似性;远同源性;模块性;聚类;蛋白质结构分类数据库 :Q 7 : A Clustering Protein Sequences through Modularity Optimization 1,2 1,2 1,2 1,2 * 1,2 MEI Juan , HE Sheng , WANG Zheng-xiang , SHI Gu-i yang , LI We-ijiang (1. Key Laboratory of Industrial Biotechnology , Ministry of Education , Jiangnan University , Wuxi214122 , Chi- na ; 2. School of Biotechnology, Jiangnan University, Wuxi 214122, China) Abstract:Remote homology detection between protein sequences is one of the principal research objectives in structural and functional genomics. Proteins with similar structure and function but low sequence similarity consist of protein superfamily. Therefore, the detection of remote homologues is the task of identifying protein superfamily. In this manuscript, a clustering algorithm, called ModuleFind, based on network modularity was presented. The method maximizes the modularity of protein network to find the partitioning with strong community structure. The resulting algorithm gives high quality of clusters quantified by F-measure that combines prec