基于语义相似性度量在疟疾GO数据中识别关键枢纽基因与蛋白质复合物
分子网络
2023-09-11 v1
摘要
枢纽基因因其与其他基因的相互作用而在生物系统中发挥重要作用。生物信息学中称为基因本体（GO）的词汇描述了基因与蛋白质如何运作。这一灵活本体阐释了分子、生物与细胞过程（Pmol、Pbio、Pcel）的运作。有多种方法可分析以确定语义相似性。本研究采用折刀法，考虑4种流行的语义相似性度量，即Jaccard相似性、余弦相似性、成对文档相似性和Levenshtein距离。基于这些相似性值，构建疟疾GO（基因本体）数据的蛋白质-蛋白质相互作用网络（PPI），从而形成相同或相关蛋白质复合物（Px）的簇。这些必需蛋白质即为网络的枢纽节点。我们使用多种中心性度量来建立这些网络的簇，以确定哪个节点最为重要。簇的独特形成使得可轻松判定它们归属于哪一类Px。
引用
@article{arxiv.2309.03911,
title = {Identifying Essential Hub Genes and Protein Complexes in Malaria GO Data using Semantic Similarity Measures},
author = {Mamata Das and Selvakumar K. and P. J. A. Alphonse},
journal= {arXiv preprint arXiv:2309.03911},
year = {2023}
}
备注
23 pages, 15 figures