2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年以來,隨著生物學(xué)的不斷發(fā)展,推動了人類基因組計劃的順利完成,與此同時,系統(tǒng)生物學(xué)和蛋白質(zhì)組學(xué)的研究也在不斷的深入。因此,如何基于已知蛋白質(zhì)相互作用網(wǎng)絡(luò)的結(jié)構(gòu)及生物特性,研究蛋白質(zhì)復(fù)合物及其功能特性成為當(dāng)下的一個研究熱點。蛋白質(zhì)復(fù)合物識別的算法就是用來解決這一問題,通過該方法可以挖掘有生物意義的蛋白質(zhì)復(fù)合物,預(yù)測未知蛋白質(zhì)的功能。
  本文詳細(xì)介紹了蛋白質(zhì)復(fù)合物識別的基本研究方法,主要包括基于圖劃分方法、基于層次的方法以及基于生

2、物信息融合的方法。在此基礎(chǔ)上,對蛋白質(zhì)相互作用網(wǎng)絡(luò)的結(jié)構(gòu)為基點,結(jié)合了蛋白質(zhì)復(fù)合物自身結(jié)構(gòu)特點,提出了兩個新的復(fù)合物識別算法。
  (1)提出了一個基于語義相似度的蛋白質(zhì)復(fù)合物識別算法。由于目前多數(shù)復(fù)合物的識別算法是作用于無權(quán)蛋白質(zhì)網(wǎng)絡(luò)上,沒有考慮到蛋白質(zhì)之間固有的生物特性,這會對復(fù)合物識別的準(zhǔn)確率產(chǎn)生了較大的影響。因此,本文提出了一種基于語義相似度的聚類算法--DSC算法。該算法首先構(gòu)建蛋白質(zhì)加權(quán)網(wǎng)絡(luò),在無權(quán)網(wǎng)絡(luò)上基于邊的聚集系

3、數(shù)識別蛋白質(zhì)復(fù)合物。實驗證明,該算法取得良好的實驗結(jié)果。
  (2)提出了一個基于關(guān)鍵節(jié)點分層擴(kuò)展的蛋白質(zhì)復(fù)合物識別算法。針對傳統(tǒng)算法側(cè)重于網(wǎng)絡(luò)整體的拓?fù)浣Y(jié)構(gòu),忽略了對復(fù)合物自身結(jié)構(gòu)特點的研究。本文釆用了網(wǎng)絡(luò)關(guān)鍵節(jié)點選擇、多層次擴(kuò)展的方法來識別蛋白質(zhì)復(fù)合物的方式。在分層擴(kuò)展的過程中,使用我們構(gòu)造的加權(quán)相互作用網(wǎng)絡(luò),以節(jié)點之間的語義相似度作為擴(kuò)展的基礎(chǔ),提出了基于關(guān)鍵節(jié)點分層擴(kuò)展的蛋白質(zhì)復(fù)合物識別算法---KNHE算法,并將其應(yīng)用在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論