基于多视图融合的蛋白质功能模块检测方法

结合多种生物数据分析蛋白质相互作用网络(Protein-Protein Interaction Network,PPIN)中的功能模块结构,是目前蛋白质功能计算分析领域亟待解决的难题之一.本文提出了一种基于聚合非负矩阵分解(Collective Non-negative Matrix Factorization,CoNMF)的多视图一致性功能模块检测方法,该方法同时逼近多视图数据,寻找统一的最优解达到对原多数据的最优近似.根据该统一解得到功能模块关系,同时该方法能够找到可重叠性的功能模块.实验结果显示本文所提出算法通过融合基因本体、基因表达谱与PPIN数据,在模块检测准确度上有一定提高,检测出的蛋白质功能模块具有真实生物意义.

融合多数据源的蛋白质功能模块的挖掘算法

针对蛋白质相互作用(protein-protein interaction,PPI)网络的信息不完善和高噪声问题,提出一种融合多生物数据的二分图聚类集成方法以检测网络中的功能模块.该方法结合了基因本体论(gene ontology,GO)、基因表达谱数据以及多种基础聚类算法,用一种新的二分图来组织多种基础聚类算法的中间结果,并结合对称非负矩阵分解(non-negative matrix factorization,NMF)算法挖掘其中功能意义上最一致蛋白质功能模块,同时,该算法能处理蛋白质功能重叠问题.实验结果表明:所提算法整体优于基准比较方法,是一种融合多种生物信息源和不同的聚类方法的有效途径.