基于多源学习的大规模 PPI 网络并行蛋白质社区检测
社会与信息网络
2019-11-26 v1 机器学习
机器学习
摘要
蛋白质相互作用几乎构成所有生命活动的基石。从蛋白质-蛋白质相互作用（PPI）网络中识别蛋白质社区对于理解细胞组织原理和探索各种疾病的成因至关重要。整合多种数据资源以识别具有生物学意义的可靠蛋白质社区，并提升针对大规模 PPI 网络的社区检测方法性能，是十分关键的。在本文中，我们提出一种基于多源学习的蛋白质社区检测（MLPCD）算法，通过整合基因表达数据（GED）并利用云计算技术给出 MLPCD 的并行解决方案。为有效发现参与不同细胞过程的蛋白质的生物学功能，将不同条件下的 GED 与原始 PPI 网络整合以重构加权 PPI（WPPI）网络。为灵活识别不同尺度的蛋白质社区，我们定义社区模块度和功能凝聚度度量，并采用凝聚式方法从 WPPI 中检测蛋白质社区。此外，我们分别将检测到的社区与已知蛋白质复合物进行比较，并使用基因本体（Gene Ontology）注释评估蛋白质功能模块的功能富集。而且，我们在 Apache Spark 平台上实现了 MLPCD 算法的并行版本，以提升该算法针对大规模真实 PPI 网络的性能。大量实验结果表明，MLPCD 算法在准确率和性能方面相较于相关算法具有优越性和显著优势。
引用
@article{arxiv.1811.12160,
title = {Parallel Protein Community Detection in Large-scale PPI Networks Based on Multi-source Learning},
author = {Jianguo Chen and Kenli Li and Kashif Bilal and Ahmed A. Metwally and Keqin Li and Philip S. Yu},
journal= {arXiv preprint arXiv:1811.12160},
year = {2019}
}
备注
IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2018