融合PPI和基因表达数据的关键蛋白质识别方法 (2013年)

【文件属性】：
文件名称：融合PPI和基因表达数据的关键蛋白质识别方法 (2013年)
文件大小：401KB
文件格式：PDF
更新时间：2021-05-10 21:01:29
自然科学 论文 提出一种新的融合了基因表达数据和PPI网络的拓扑特性来识别关键蛋白质的中心性测度PeC。对于网络中的每一条边，PeC首先计算该边的聚集系数和该边相连的2个基因（蛋白质）共表达的皮尔逊相关系数，并在此基础上进一步计算出该边的权值。网络中每个节点的PeC值即为其所连接的所有边的权值之和。基于酵母PPI网络上的实验结果表明，PeC明显优于其他8种中心性拓扑参数DC，BC，CC，SC，EC，IC，LAC和SoECC；特别地，在预测的蛋白质数量不大于总数量的10%的情况下，PeC的预测准确率相对于SC，CC和EC提