中国科技论文
中國科技論文
중국과기논문
Sciencepaper Online
2014年
7期
762-769
,共8页
蛋白质相互作用网络%功能模块检测%多粒度描述模型%蚁群优化
蛋白質相互作用網絡%功能模塊檢測%多粒度描述模型%蟻群優化
단백질상호작용망락%공능모괴검측%다립도묘술모형%의군우화
protein-protein interaction network%functional module detection%multiple grain model%ACO algorithm
针对蚁群算法在大规模蛋白质相互作用（protein-protein interaction，PPI）网络中进行功能模块检测所暴露的时间性能方面的不足，提出了一种基于多粒度描述和蚁群优化的快速求解算法。首先，从粒度计算的角度，给出了一种新的多粒度PPI网络描述模型；然后，基于该模型，设计了融合功能和结构信息的粒度划分，粗粒度的蚁群寻优，解的还原与优化3个阶段的求解过程。在大规模PPI网络上的实验表明：算法在保证检测质量的同时，能显著降低利用蚁群算法进行功能模块检测的求解时间，而且与近年来的一些经典算法相比在检测精度上也具有一定的优势。
針對蟻群算法在大規模蛋白質相互作用（protein-protein interaction，PPI）網絡中進行功能模塊檢測所暴露的時間性能方麵的不足，提齣瞭一種基于多粒度描述和蟻群優化的快速求解算法。首先，從粒度計算的角度，給齣瞭一種新的多粒度PPI網絡描述模型；然後，基于該模型，設計瞭融閤功能和結構信息的粒度劃分，粗粒度的蟻群尋優，解的還原與優化3箇階段的求解過程。在大規模PPI網絡上的實驗錶明：算法在保證檢測質量的同時，能顯著降低利用蟻群算法進行功能模塊檢測的求解時間，而且與近年來的一些經典算法相比在檢測精度上也具有一定的優勢。
침대의군산법재대규모단백질상호작용（protein-protein interaction，PPI）망락중진행공능모괴검측소폭로적시간성능방면적불족，제출료일충기우다립도묘술화의군우화적쾌속구해산법。수선，종립도계산적각도，급출료일충신적다립도PPI망락묘술모형；연후，기우해모형，설계료융합공능화결구신식적립도화분，조립도적의군심우，해적환원여우화3개계단적구해과정。재대규모PPI망락상적실험표명：산법재보증검측질량적동시，능현저강저이용의군산법진행공능모괴검측적구해시간，이차여근년래적일사경전산법상비재검측정도상야구유일정적우세。
The time performance of ant colony optimization (ACO)algorithm is unqualified to detect functional modules in large scale PPI networks.A fast approach based on multiple grain representation and ant colony optimization is proposed.Firstly,a novel multiple grain representation model of PPI networks is proposed from the perspective of granular computing.A new algo-rithm is designed,containing three phases:a granularity partition process integrating functional and topological message,an ACO process on the coarse grain network,and a refinement and optimization process for solutions,is presented.In the experiments for large scale PPI networks,compared with some latest classical algorithms,the proposed algorithm greatly improve the speed of the algorithm using ACO to detect functional modules and presents competitive detection quality.
