双网

BicNET:在大规模生物网络中使用双聚类的灵活模块发现。方法:本研究提出双聚类网络(BicNET),这是一种在加权生物网络中发现非平凡但相干的模块,提高效率的双聚类算法。提供了三项主要贡献。首先,我们激发发现由常数、对称、格子和保序双聚类模型给出的网络模块的相关性。其次,我们提出了一个算法来发现这些模块,并稳健地处理噪声和缺失的交互。最后,我们通过有效地探索网络数据固有的结构稀疏性,提供了解决时间和内存瓶颈的新方法。综合结果证实了网络的有效性和可靠性。BicNET在酵母、大肠杆菌和人的蛋白质相互作用和基因相互作用网络中的应用揭示了具有更高生物学意义的新模块。结论:据我们所知,BicNET是第一种能够对大规模网络数据进行有效的无监督分析,从而发现具有参数化同质性的相干模块的方法。