声明
摘要
第一章 绪论
1.1 课题研究背景
1.2 课题研究意义
1.3 相关研究工作
1.3.1 传统图聚类算法
1.3.2 结合基因表达数据的聚类算法
1.3.3 结合功能信息和其他生物信息的算法
1.4 本文的主要研究内容
1.5 本文的组织结构
第二章 蛋白质网络概述
2.1 基本概念
2.2 基本结构特征
2.2.1 节点度分布
2.2.2 小世界特性
2.2.3 高聚集系数
2.2.4 簇结构
2.3 本章小结
第三章 基于混合模块化度量标准的最佳邻居节点挖掘算法
3.1 引言
3.2 算法BN-LGQ
3.2.1 混合模块化度量标准LGQ
3.2.2 最佳邻居节点定义
3.2.3 BN-LGQ算法描述
3.3 实验结果与分析
3.3.1 参数α对算法聚类结果的影响
3.3.2 与参考蛋白质复合体进行比较
3.3.3 功能富集和共定位富集分析
3.4 本章小结
第四章 基于多阶段核扩展的最佳邻居节点挖掘算法
4.1 引言
4.2 算法BN-MNE
4.2.1 将无向网络图处理为带权的有向网络图
4.2.2 识别蛋白质复合体一级核
4.2.3 带权最佳邻居节点定义
4.2.4 识别蛋白质复合体二级核
4.2.5 通过多级核扩展生成蛋白质复合体
4.3 实验结果与分析
4.3.1 复杂社会网络
4.3.2 蛋白质网络
4.4 本章小结
第五章 总结
5.1 本文的工作总结
5.2 展望
参考文献
在校期间发表的论文和参与的项目
致谢