一種新的基于特征聚類(lèi)的網(wǎng)絡(luò)motif識(shí)別算法.pdf

1、隨著大規(guī)模基因組測(cè)序、基因預(yù)測(cè)以及注釋工作的完成，生物信息學(xué)研究進(jìn)入了后基因組時(shí)代，系統(tǒng)生物學(xué)作為其中一個(gè)新興的研究領(lǐng)域，受到了越來(lái)越多的關(guān)注。與此同時(shí)，motif識(shí)別問(wèn)題的研究也由僅僅針對(duì)生物序列數(shù)據(jù)(DNA序列、蛋白質(zhì)序列)拓展到了復(fù)雜生物網(wǎng)絡(luò)的層面上。網(wǎng)絡(luò)motif識(shí)別技術(shù)作為研究生物網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)規(guī)則及網(wǎng)絡(luò)發(fā)展規(guī)律和趨勢(shì)的有力工具，已成為當(dāng)前系統(tǒng)生物學(xué)領(lǐng)域的研究熱點(diǎn)之一。近年來(lái)，在網(wǎng)絡(luò)motif識(shí)別算法研究方面，人們已經(jīng)探索出一

2、些有效的算法，這些算法在解決較小規(guī)模的網(wǎng)絡(luò)motif識(shí)別問(wèn)題時(shí)表現(xiàn)出了良好的性能。但是，隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大，很多算法已無(wú)法適應(yīng)問(wèn)題的需要。所以，積極探索更加有效的網(wǎng)絡(luò)motif識(shí)別算法已成為當(dāng)今網(wǎng)絡(luò)motif識(shí)別研究中的一項(xiàng)重要課題。
　　 本文首先對(duì)網(wǎng)絡(luò)motif識(shí)別技術(shù)的基本思想進(jìn)行了分析，并詳細(xì)研究了現(xiàn)有的各種網(wǎng)絡(luò)motif識(shí)別算法。在此基礎(chǔ)上，我們提出了一種新的基于特征聚類(lèi)的網(wǎng)絡(luò)motif識(shí)別算法--FCMD算法。該

3、算法與以往識(shí)別算法不同的是它通過(guò)構(gòu)造基于頂點(diǎn)的局部結(jié)構(gòu)表達(dá)形式來(lái)描述網(wǎng)絡(luò)motif的拓?fù)浣Y(jié)構(gòu)特征，從而有效地降低了算法復(fù)雜度。FCMD算法還引入了聚類(lèi)的思想，通過(guò)在特征空間中進(jìn)行聚類(lèi)分析來(lái)識(shí)別網(wǎng)絡(luò)motif，在保證識(shí)別質(zhì)量的同時(shí)大大縮短了算法運(yùn)行時(shí)間。通過(guò)在生物化學(xué)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、電子電路網(wǎng)絡(luò)等六種真實(shí)網(wǎng)絡(luò)數(shù)據(jù)中進(jìn)行實(shí)驗(yàn)的結(jié)果表明，F(xiàn)CMD算法不僅能夠準(zhǔn)確的識(shí)別出網(wǎng)絡(luò)中蘊(yùn)含的motif結(jié)構(gòu)，并且算法的時(shí)間復(fù)雜度基本獨(dú)立于網(wǎng)絡(luò)motif的