MCODE公司

在大型蛋白质相互作用网络中寻找分子复合物的自动化方法。结果:本文描述了一种新的图论聚类算法“分子复合物检测”(MCODE),它可以检测大分子蛋白质相互作用网络中可能代表分子复合物的密集连接区域。该方法基于局部邻域密度的顶点加权和从局部稠密种子蛋白向外遍历的方法,根据给定的参数分离出稠密区域。与其他图聚类方法相比,该算法具有一种有向模式的优势,该模式允许在不考虑网络其余部分的情况下对感兴趣的簇进行微调,并允许检查与蛋白质网络相关的簇互连性。蛋白质相互作用和复杂信息的酵母酿酒酵母用于评价。结论:仅根据连接性数据,可以发现蛋白质相互作用网络的密集区域,其中许多区域与已知的蛋白质复合物相对应。该算法不受高通量交互技术中已知的高误报率的影响。该计划可从ftp://ftp.mshri.on.ca/pub/BIND/Tools/MCODE。


zbMATH中的参考文献(参考文献48条)

显示结果1到20,共48个。
按年份排序(引用)
  1. Mahdavi Pajouh,Foad:最小成本边缘阻断集团问题(2020)
  2. 沃尔特罗斯,何塞L。;布坎南,奥斯汀:为什么最大集团在实践中往往容易(2020年)
  3. 周青;本利克,乌纳;吴庆华:最大拟团问题的一种基于反对的模因算法(2020)
  4. 巴尔斯特,保罗;博洛布ás、 Bé洛杉矶;萨哈斯拉布德,朱利安;Veremyev,Alexander:随机图中的稠密子图(2019)
  5. 拉斯蒂,赛义德;Vogiatzis,Chrysafis:蛋白质相互作用网络计算方法综述(2019)
  6. 王杰;梁继业;郑文平;赵兴旺;缪俊芳:基于多拓扑特征的PPI网络蛋白质复合物检测算法(2019)
  7. 燕婷;江滨燕;费恩伯格,斯蒂芬E。;冷,陈雷:带协变量的有向网络模型中的统计推断(2019)
  8. 于,杨;郑泽宇:基于多源信息加权PPI网络的蛋白质复合物识别(2019)
  9. 川濑、安石;Miyauchi,Atsushi:具有凸/凹尺寸函数的最稠密子图问题(2018)
  10. 刘伟;马良玉;郑炳宇;陈玲;陈伯伦:基于网络层次的蛋白质相互作用网络功能模块检测方法(2018)
  11. 李文龙;燕婷;穆罕默德·艾尔加瓦德;秦红:有序网络基于度的矩估计(2017)
  12. 索利莫西,大卫;Solymosi,Jozsef:3均匀超图中的小核(2017)
  13. 威尔逊,詹姆斯D。;帕洛维奇,约翰;巴米德,香卡;Nobel,Andrew B.:具有异构社区结构的多层网络中的社区提取(2017)
  14. 赵洁;雷秀娟;吴方翔:基于ICSC的加权动态PPI网络中蛋白质复合物的预测(2017)
  15. 帕茹,福阿德·马达维;巴拉桑达拉姆,巴拉巴斯卡;Topya俱乐部,2016年第2期
  16. 维勒米耶夫,亚历山大;普罗科皮耶夫,奥列格A。;布滕科,塞尔吉;Pasiliao,Eduardo L.:基于精确MIP的方法寻找最大拟团和稠密子图(2016)
  17. 燕婷;冷,陈雷;朱继光:二次序列递增的有向指数随机图模型的渐近性(2016)
  18. 张勇;陈思玉;秦、红;阎婷:二阶序列递增的有向加权随机图(2016)
  19. Ž乌鲁斯基ė, 贾斯汀娜;柯克,保罗D。W、 。;斯顿夫,迈克尔P。H、 :数据融合的图论方法(2016)
  20. 斯科尔顿,丹尼斯M。;Spencer,Bruce D.:诱饵-猎物图中蛋白质复合物估计的节点抽样(2015)