和聲搜索聚類優(yōu)化模型的PPI功能模塊挖掘算法研究.pdf

1、蛋白質(zhì)交互(Protein-Protein Interaction，PPI)網(wǎng)絡(luò)是生物體內(nèi)蛋白質(zhì)之間相互作用形成的網(wǎng)絡(luò)，在拓?fù)浣Y(jié)構(gòu)上呈現(xiàn)小世界特性和無尺度特性，屬于復(fù)雜網(wǎng)絡(luò)的一種。近年來，隨著高通量技術(shù)的發(fā)展，可獲得的蛋白質(zhì)交互數(shù)據(jù)日漸豐富，基于蛋白質(zhì)交互網(wǎng)絡(luò)的功能模塊挖掘有助于預(yù)測未知蛋白質(zhì)功能，為疾病研究提供理論基礎(chǔ)，已成為生物信息學(xué)領(lǐng)域新的研究熱點(diǎn)。與此同時，智能算法由于在解決復(fù)雜問題方面的優(yōu)越性獲得了廣泛的應(yīng)用，基于智能計(jì)算的算

2、法被陸續(xù)應(yīng)用在蛋白質(zhì)交互網(wǎng)絡(luò)的功能模塊挖掘問題上，逐漸成為新的研究熱點(diǎn)。本文將和聲搜索算法應(yīng)用在蛋白質(zhì)交互網(wǎng)絡(luò)的功能模塊挖掘問題上并進(jìn)行了深入的研究，主要工作包括：
　?。?）基于和聲搜索算法，提出了基于和聲搜索(Harmony Search, HS)聚類優(yōu)化模型的蛋白質(zhì)交互網(wǎng)絡(luò)功能模塊挖掘算法(HMS-FMD)，算法改進(jìn)了傳統(tǒng)和聲搜索的搜索策略，在蛋白質(zhì)交互網(wǎng)絡(luò)中，將搜索聚集系數(shù)較大的結(jié)點(diǎn)集合作為算法的目標(biāo)函數(shù)。通過實(shí)驗(yàn)對算法的

3、參數(shù)進(jìn)行分析和對比，得到了算法參數(shù)的最優(yōu)設(shè)置，與其他挖掘算法相比，實(shí)驗(yàn)結(jié)果表明本文算法能有效挖掘出蛋白質(zhì)交互網(wǎng)絡(luò)中的功能模塊。
　　（2）當(dāng)前的研究普遍將蛋白質(zhì)網(wǎng)絡(luò)看作一個邊存在確定性的無向圖，但由于高通量生物檢測技術(shù)對蛋白質(zhì)交存檢測存在固有的誤差，因此實(shí)驗(yàn)測得的蛋白質(zhì)是否真實(shí)存在交互性是不確定的。在不確定圖數(shù)據(jù)挖掘問題上，蛋白質(zhì)功能模塊挖掘問題的計(jì)算復(fù)雜性通常要比確定圖數(shù)據(jù)同一挖掘問題的計(jì)算復(fù)雜性要高。本文利用“可能世界”模型，

4、在不確定性蛋白質(zhì)交互網(wǎng)絡(luò)的基礎(chǔ)上，提出了基于和聲搜索優(yōu)化模型的不確定蛋白質(zhì)交互網(wǎng)絡(luò)功能模塊挖掘算法，通過理論推導(dǎo)，簡化了計(jì)算復(fù)雜度，使用和聲搜索聚類優(yōu)化模型，將期望密度較大的結(jié)點(diǎn)集合作為算法搜索的目標(biāo)函數(shù)。通過實(shí)驗(yàn)對算法進(jìn)行分析和對比，結(jié)果表明該算法具有較好的聚類結(jié)果。
　　本文通過對和聲搜索聚類優(yōu)化模型的算法研究，并應(yīng)用在蛋白質(zhì)交互網(wǎng)絡(luò)功能模塊挖掘問題上，在一定程度上豐富了蛋白質(zhì)交互網(wǎng)絡(luò)功能模塊挖掘算法的理論研究，為蛋白質(zhì)交互網(wǎng)