2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在蛋白質(zhì)相互作用網(wǎng)絡(luò)中,識(shí)別蛋白質(zhì)復(fù)合物對(duì)預(yù)測(cè)蛋白質(zhì)相互作用、解釋特定的生物進(jìn)程、揭示蛋白質(zhì)功能、推斷物種蛋白質(zhì)相互作用網(wǎng)絡(luò)進(jìn)化、對(duì)于復(fù)雜疾病的研究具有十分重要的意義。隨著高通量實(shí)驗(yàn)技術(shù)的發(fā)展,得到了很多大規(guī)模的蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù),這為我們?cè)诘鞍踪|(zhì)相互作用網(wǎng)絡(luò)中研究識(shí)別蛋白質(zhì)復(fù)合物成為了可能。然而,現(xiàn)有的蛋白質(zhì)相互作用網(wǎng)絡(luò)大部分是稀疏的,存在很多的噪聲數(shù)據(jù),研究高效識(shí)別蛋白質(zhì)復(fù)合物的算法仍然具有挑戰(zhàn)性。
   針對(duì)蛋白質(zhì)相互

2、作用數(shù)據(jù)中存在較高的假陽(yáng)性、假陰性比率的問(wèn)題,從蛋白質(zhì)自身的生物功能出發(fā),利用基因本體信息衡量蛋白質(zhì)之間相互作用的可靠性,本文中提出了一種基于基因本體在蛋白質(zhì)網(wǎng)絡(luò)中識(shí)別蛋白質(zhì)復(fù)合物的算法—MCGO(A novel method to predict protein complexes based on Gene Ontology)算法。使用三個(gè)酵母蛋白質(zhì)數(shù)據(jù)DIP、Gavin、Krogan,將該算法得到的復(fù)合物預(yù)測(cè)集與標(biāo)準(zhǔn)復(fù)合物數(shù)據(jù)集進(jìn)

3、行性能評(píng)估,并與一些經(jīng)典的算法進(jìn)行比較分析其性能。實(shí)驗(yàn)結(jié)果表明,該算法能夠識(shí)別更多具有顯著生物意義的復(fù)合物,在Precision、F-measure、Coverage rate這幾個(gè)指標(biāo)上的性能明顯優(yōu)于其他的算法,尤其是在DIP數(shù)據(jù)集上。
   但上述算法僅僅考慮蛋白質(zhì)之間的功能信息,存在一些局限性,忽略了蛋白質(zhì)網(wǎng)絡(luò)中的拓?fù)涮匦?。因此,提出一種基因本體和拓?fù)涮匦韵嘟Y(jié)合的蛋白質(zhì)復(fù)合物識(shí)別算法—MGOTC(method based

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論