三利用聚类算法的结果分析蛋白质互作网络.PPT

* 姓名：詹科 导师：李昂生 研究员 研究方向：复杂网络 摘要 生物信息学聚类算法介绍 生物学蛋白质功能注释 利用聚类算法的结果分析蛋白质互作网络 高通量的生物学实验产生大量的蛋白质互作数据. 如何从从这些实验数据 中挖掘有用的信息以给生物学实验提供线索? 已经存在的方法之一是对网络进行聚类分析. 存在6种生物信息学聚类算法: 1 Network Blast。既可以对多个网络进行比对,也可以对单个网络进行聚类.算法控制一个cluster包含的最大节点数是15。最后由程序筛选以删除高度重合的clusters。  2 Clique Finder。 2006年由Adamcsek等提出。 生物信息学聚类算法介绍 3 Markov clustering. 2002年. Enright等 提出.将一个网络的邻接矩阵转换为一个随机矩阵。然后重复如下步骤进行聚类： Expansion。 Inflation。 Density-perriphery based clustering .由Altaf-UI-Amin等于2006年提出。这是一种贪心算法。一个cluster进行增长，以达到一个密度值，这个值位于一个特定的阈值之上。 Molecular Complex Detection.由Bader和Hogue于2003年