一種新型的生物網(wǎng)絡模體挖掘方法研究.pdf

1、近年來，越來越多的研究人員把注意力轉(zhuǎn)向了復雜生物網(wǎng)絡。其中一項重要的目標就是理解生物網(wǎng)絡中各種結構的意義。經(jīng)過大量的研究后人們發(fā)現(xiàn)，雖然在大規(guī)模的生物網(wǎng)絡中各結點之間的接連關系看似毫無規(guī)律，但是其中有很多頻繁出現(xiàn)的子結構，并且這些子結構出現(xiàn)的次數(shù)明顯超過隨機生成的圖中出現(xiàn)的次數(shù)。通過實驗驗證，這些子結構通常具有很顯著的生物意義，這類子結構被定義為模體。
　　通過對模體的研究，可以幫助研究者們更深入的了解復雜的生物系統(tǒng)。例如蛋白質(zhì)功

2、能預測，癌癥基因的識別等。此類研究不僅對生物醫(yī)學的發(fā)展有著巨大的促進作用，并且引起了復雜網(wǎng)絡研究和社會統(tǒng)計學等領域的廣泛關注，是目前生物信息學研究的重點之一。很多傳統(tǒng)的算法都是挖掘確定模體的，而生物網(wǎng)絡中存在固有的不確定性決定了模體本身可能存在概率信息，傳統(tǒng)的確定模體無法表達這種生物意義，為此研究者們提出了帶有概率信息的共有模體概念。在生物網(wǎng)絡上的實驗表明，共有模體確實可以表達出網(wǎng)絡模體的中的不確定信息，更具有真實的生物意義。
　

3、　因此，本文針對共有模體的挖掘進行了研究，主要工作包括:
　　1.提出了一種新的聚類方法CBOS(Clustering Base On the Score)算法來挖掘生物網(wǎng)絡中的共有模體，通過將子圖權重和子圖間錯配距離結合起來得到一個得分函數(shù)，來決定一個子圖是否應該被聚類，因為成為模體的子圖一般具有很大的權重，所以通過這個打分函數(shù)可以將更有可能成為模體的子圖優(yōu)先聚類。在轉(zhuǎn)錄調(diào)控網(wǎng)絡E.coli和S.cerevisiae數(shù)據(jù)集上的實

4、驗結果證明我們的CBOS算法可以很好的挖掘出有意義的共有模體，并且算法具有良好的時間復雜度。
　　2.CBOS算法是基于層次聚類的思想，所以CBOS算法無法解決層次算法一些固有的不足之處:(1)層次聚類無法應用模糊聚類。(2)層次聚類無法挖掘出聚類中心過近的聚類簇，而生物網(wǎng)絡中常常出現(xiàn)距離較近的聚類中心。為此，我們提出了G-fuzzy(Graph fuzzyk'-means)算法，該算法將k'-means算法中的對手懲罰機制應用到