基于改进的PSO算法的关键蛋白质识别方法研究-计算机科学.PDFVIP

Vo 1. 44 No. 10 第 44 卷第10 期 计算机科学 2017 年 10 月 COMPUTER SCIENCE Oct.2017 基于改进的 PSO 算法的关键蛋白质识别方法研究 洪海燕刘维 (扬州大学信息工程学院 扬州 225000) 摘 要 关键蛋白质是生物体内维持所有生命活动最重要的物质基础。随着高通量技术的发展，如何从蛋白质相互 作用网络中识别出关键蛋白质成为目前蛋白质纽学的研究热点。针对大部分现有方法仅仅基于网络拓扑结构信息进 行识别以及蛋白质相互作用数据假阳性高的问题，提出了改进的粒子群算法来识别关键蛋白质。通过综合考虑网络 拓扑结构特性和多源生物属性信息构建了高质量的加权网络，还考虑使用蛋白质节点间联系的紧密程度来衡量蛋白 质的关键性，并扩展局部网络拓扑至二阶邻居，大大提高了预测的准确率。提出了衡量 top-p 关键蛋白质的整体性指 标，降低了计算复杂度。在标准数据集上的实验结果表明，与其他经典算法相比，所提算法更具优势，能够识别出更多 的蛋白质，具有较高的准确率。 关键词 关键蛋白质，P仪)，蛋白质相互作用网络 中固法分类号 TP39 文献标识码 A DOI 10. 11896/j. issn. 1002-137X. 2017. 010. 007 Research on Essential Protein Identification Method ßased on Improved PSO Algorithm HONG Hai-yan LIU Wei (College of Information Engineering ,Yangzhou University ,Yangzhou 225000 ,China) Abstract The essential protein is the most important material basis for the maintenance of alllife activities in the living body. With the development of high throughput technology ,how to identify the essential proteins from the protein inter action network has become a hot research topic in proteomics. For most of the existing methods are only based on the information of network topology for recognition as well as high false positive of protein-protein interaction data ,this pa per presented the improved particle swarm algorithm to identify the essential proteins. We considered the network to pology characteristics and multi-source biological attribute information to construct the high quality of the weighted net works. We also considered node links between protein to me