面向復雜網絡的傳播算法研究

第1章 網絡傳播算法概述 1
1.1　網絡傳播算法簡介 2
1.2　網絡傳播算法的形式化描述 4
1.3　網絡傳播算法在分子網絡中的應用 6
參考文獻 9
第2章 基於擴散距離網絡的關鍵蛋白質識別 12
2.1　引言 13
2.2　DSN方法 16
2.2.1 構建擴散距離網絡 17
2.2.2 挖掘關鍵生物模塊 19
2.2.3 從關鍵生物模塊中識別關鍵蛋白質 22
2.3　實驗結果和分析 23
2.3.1 實驗數據 23
2.3.2 參數α的影響 24
?
2.3.3 與其他方法進行對比 26
2.3.4 準確率-召回率曲線驗證 27
2.3.5 刀切法驗證 28
2.3.6 DSN方法和其他方法的差異性分析 30
2.3.7 基於Krogan網絡的DSN方法性能分析 32
2.4　結論 35
參考文獻 36
第3章 基於HITS算法的關鍵蛋白質識別方法 41
3.1　引言 42
3.2　HITS算法 44
3.2.1 構建加權蛋白質-蛋白質相互作用網絡 44
3.2.2 初始化權威分數向量和樞紐分數向量 45
3.2.3 基於HITS算法的隨機遊走算法 46
3.3　實驗結果和分析 48
3.3.1 實驗數據 48
3.3.2 與其他10種關鍵蛋白質識別方法進行對比 48
3.3.3 刀切法驗證 50
3.3.4 PR曲線驗證 52
3.3.5 HITS算法與其他方法的差異性分析 53
3.3.6 參數λ分析 56
3.4　結論 58
參考文獻 59
?
第4章 基於張量和HITS算法的關鍵蛋白質識別 63
4.1　引言 64
4.2　HEPT方法 66
4.2.1 構建蛋白質-蛋白質相互作用張量 66
4.2.2 基於張量T識別關鍵蛋白質 69
4.3　實驗結果和分析 73
4.3.1 實驗數據 73
4.3.2 參數α分析 73
4.3.3 與其他方法進行對比 74
4.3.4 PR曲線驗證 75
4.3.5 刀切法驗證 77
4.3.6 HEPT方法與其他方法的差異性分析 78
4.4　結論 81
參考文獻 82
第5章 面向多重生物網絡隨機遊走的關鍵蛋白質識別 86
5.1　引言 87
5.2　實驗數據 89
5.3　MON方法 90
5.3.1 構建多重生物網絡 91
5.3.2 基於多重生物網絡的重啟型隨機遊走算法 92
5.3.3 識別關鍵蛋白質 96
5.4　實驗結果和分析 98
5.4.1 參數α和β的影響 98
5.4.2 與其他方法進行對比 101
5.4.3 PR曲線驗證 102
5.4.4 刀切法驗證 104
5.4.5 MON方法與其他方法的差異性分析 105
5.4.6 MON方法基於Gavin網絡的性能分析 109
5.5　結論 112
參考文獻 113
第6章 面向異構網絡隨機遊走算法的關鍵蛋白質識別方法 117
6.1　引言 118
6.2　RWHN方法 120
6.2.1 構建加權蛋白質-蛋白質相互作用網絡 120
6.2.2 構建蛋白質-結構域關聯網絡 120
6.2.3 構建結構域-結構域關聯網絡 121
6.2.4 初始化蛋白質和結構域的分數向量 121
6.2.5 面向異構網絡的隨機遊走 122
6.3　實驗結果和分析 126
6.3.1 實驗數據 126
6.3.2 對比10種關鍵蛋白質識別方法 126
6.3.3 刀切法驗證 128
6.3.4 RWHN方法與其他方法的差異性分析 130
6.3.5 PR曲線驗證 133
6.3.6 參數α和β分析 134
6.3.7 基於Gavin網絡的RWHN方法性能分析 136
6.3.8 基於大腸桿菌相互作用數據的RWHN方法性能分析 138
6.4　結論 141
參考文獻 142
第7章 基於網絡傳播的蛋白質功能預測方法 146
7.1　引言 147
7.2　NPF方法 151
7.2.1 構建多重蛋白質功能關聯網絡 152
7.2.2 網絡傳播算法 153
7.2.3 預測蛋白質的功能 157
7.3　實驗結果和分析 159
7.3.1 實驗數據 159
7.3.2 構建網絡的可視化 159
7.3.3 評估標準 162
7.3.4 留一法驗證 163
7.3.5 十倍交叉驗證 169
7.4　結論 172
參考文獻 173
第8章 總結和展望 178
8.1　為什麼需要網絡傳播 179
8.2　基於網絡傳播算法的應用研究總結 180
8.3　網絡傳播算法展望 181