蛋白质功能预测的蚁群优化算法

被引：2

作者：

吴超

钟一文

机构：

[1] 福建农林大学计算机与信息学院

来源：

广西师范大学学报(自然科学版) | 2011年 / 29卷 / 03期

关键词：

蛋白质相互作用网络; 功能预测; 蚁群优化算法; 全局优化模型;

D O I：

10.16088/j.issn.1001-6600.2011.03.039

中图分类号：

Q51 [蛋白质];

学科分类号：

071010 ; 081704 ;

摘要：

预测蛋白质功能是后基因组时代最具挑战性的问题之一,在大规模数据下采用高性能的功能预测算法能够节省大量的实验时间和成本。利用基于蛋白质相互作用网络的全局优化模型,提出了蛋白质功能预测的蚁群优化算法,算法在考虑全局模型的同时还利用了网络的先验信息,提高了搜索效率,仿真结果表明,蚁群优化算法能够有效对蛋白质功能进行预测,并且对蛋白质相互作用网络中的假阳性、假阴性数据具有较高的容错能力。

引用

页码：136 / 141

页数：6

共 4 条

[1] 基于贝叶斯网络和相互作用可信度的蛋白质功能预测方法 [J].

倪青山 ;

王正志 ;

王广云 ;

张纪阳 .

激光生物学报, 2009, 18 (03) :395-400

[2] 基于蛋白质网络功能模块的蛋白质功能预测 [J].

卢宏超 ;

石秋艳 ;

石宝晨 ;

张治华 ;

赵屹 ;

唐素勤 ;

熊磊 ;

王强 ;

陈润生 .

生物化学与生物物理进展, 2006, (05) :446-451

[3]

MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)

[4]

Knowledge-based analysis of microarray gene expression data by using support vector machines .2 Brown MPS,Grundy WN,Lin D,et al. Proceedings of the National Academy of Sciences of the United States of Amercia . 2000

← 1 →