一种基于层次图聚类的蛋白质复合体检测算法.docxVIP

一种基于层次图聚类的蛋白质复合体检 测算法 杨贵 山西大学计算机与信息技术学院 摘要： 蛋口质复合物在生物生命活动屮扮演着重要作用，基于蛋口质互作用(PPI, Protein-Protein Interaction)网络进行复合物检测是当前的一个研究热点. 针对此，提出了一种基于层次图聚类的蛋白质复合物检测算法，其中结合网络 拓扑结构和蛋白质复合物信息，给岀一种网络结点的权重定义方式;边在蛋白质 互作用网络的拓扑属性与层次图聚类算法相结合，提出了一种基于层次图聚类 算法的蛋白质复合体识别算法 IIGCD (Hierarchy Graph Clustering based method for Protein Complexes Discovery).在 Utcz 酿酒酵母 PPI 网络中进行蛋口质 复合物识别结果表明，HGCD算法可以发现网络中的蛋白质复合体. 关键词： 蛋白质互作用网络;层次图聚类;蛋白质复合体; 作者简介：杨贵(1975—)，男，山西大同人，山西大学计算机与信息技术学院 实验师，CCF专业会员，博士，主要从事生物信息学方面的研究. 收稿日期：2017-06-23 基金：国家自然科学基金项目 A Detection Algorithm of Protein Complex Based on Hierarchy Graph Clustering YANG Gui School of Computer Informstion Technology, Shanxi University; Abstract： Protein complexes play important role in biological life cycle, and the complex detection based on protein interaction ( PPI) network is a hot research topic at present. In this paper, a protein complex detection algorithm based on hierarchical graph clustering is proposed, among combining nctwork topology and protoin complex infonuation， a weight definition method of network nodes is given. Combined with the topology of the edge in PPI network and hierarchical graph clustering algorithm, a protein complex hierarchical graph recognition algorithm ( Hierarchy Graph Clustering based method for Protein Complexes Discovery, HGCD) based on clustcring algorithm is prosented. The experimental resuIts on Saccharomyces Cerevisiae showed that the proposed HGCD presented a considerable or better performance. Keyword： protein interaction network; hierarchy graph clustering; protein complexes; Received： 2017-06-23 蛋白质复合体是机体细胞再生和生存必不可少的组成部分，在生物机体的功能 和结构中起着重要作用?随着后基因时代高通量技术的发展，基于蛋白质互 作用(PPI)网络的拓扑结构进行蛋白质复合体识别成为可能. 本文将蛋白质在PPI网络屮的拓扑特征应用于蛋白质复合物发现过程屮，提出 了一种基于层次图聚类的蛋口质复合体识别算法?首先提出了一种衡量网络边拓 扑结构局部重要性指标ELN (Edge Local Centrality),对网络中边在局部有 限邻域中的重要性进行度量;将边在蛋白质互作用网络的拓扑属性与层次图聚类 算法相结合，提出了一种基于层次图聚类算法的蛋白质复合体识别算法HGCD (Hierarchy Graph Clustering based method for Protein Complexes Discovery) ?该算法采用层次图聚类方法将拓扑结构重要性指标边局部重