一種新型的生物網(wǎng)絡(luò)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(fù)雜生物網(wǎng)絡(luò)。其中一項(xiàng)重要的目標(biāo)就是理解生物網(wǎng)絡(luò)中各種結(jié)構(gòu)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(luò)中各結(jié)點(diǎn)之間的接連關(guān)系看似毫無規(guī)律，但是其中有很多頻繁出現(xiàn)的子結(jié)構(gòu)，并且這些子結(jié)構(gòu)出現(xiàn)的次數(shù)明顯超過隨機(jī)生成的圖中出現(xiàn)的次數(shù)。通過實(shí)驗(yàn)驗(yàn)證，這些子結(jié)構(gòu)通常具有很顯著的生物意義，這類子結(jié)構(gòu)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(fù)雜的生物系統(tǒng)。例如蛋白質(zhì)功

2、能預(yù)測，癌癥基因的識別等。此類研究不僅對生物醫(yī)學(xué)的發(fā)展有著巨大的促進(jìn)作用，并且引起了復(fù)雜網(wǎng)絡(luò)研究和社會統(tǒng)計(jì)學(xué)等領(lǐng)域的廣泛關(guān)注，是目前生物信息學(xué)研究的重點(diǎn)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(luò)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(dá)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(luò)上的實(shí)驗(yàn)表明，共有模體確實(shí)可以表達(dá)出網(wǎng)絡(luò)模體的中的不確定信息，更具有真實(shí)的生物意義。
　

3、　因此，本文針對共有模體的挖掘進(jìn)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(luò)中的共有模體，通過將子圖權(quán)重和子圖間錯(cuò)配距離結(jié)合起來得到一個(gè)得分函數(shù)，來決定一個(gè)子圖是否應(yīng)該被聚類，因?yàn)槌蔀槟ｓw的子圖一般具有很大的權(quán)重，所以通過這個(gè)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(luò)E.coli和S.cerevisiae數(shù)據(jù)集上的實(shí)

4、驗(yàn)結(jié)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(shí)間復(fù)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(yīng)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(luò)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(jī)制應(yīng)用到