《PPI網路融合化智慧型信息流模型與算法及其評價研究》是依託陝西師範大學，由雷秀娟擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：PPI網路融合化智慧型信息流模型與算法及其評價研究
- 項目類別：青年科學基金項目
- 項目負責人：雷秀娟
- 依託單位：陝西師範大學
項目摘要,結題摘要,
項目摘要
由於蛋白質互動作用網路具有無尺度和小世界特性，使用傳統聚類方法時間複雜度高、聚類正確率低，從而導致蛋白質功能模組檢測結果很難令人滿意，研究新型聚類模型和算法成為目前生物信息計算領域的重要研究方向。.針對PPI網路蛋白質功能模組檢測問題，本研究擬結合群智慧型機理建立PPI網路結點的智慧型信息流聚類模型；提出融合化群智慧型最佳化- - 人工蜂群最佳化、蟻群最佳化和粒子群最佳化等改進算法來最佳化信息流聚類模型並進行聚類問題的閾值自動尋優，力圖檢測出重疊的功能模組併合理、有效聚類以期準確預測蛋白質功能，通過仿真實驗及結果的比較分析來驗證智慧型融合信息流聚類模型與算法的可行性和聚類結果的正確性，探索、整合PPI網路聚類效果的有效評價方法。.此研究在預測未知蛋白質功能、重大疾病的預防治療和藥物靶點方面有重要意義。
結題摘要
該項目建立了蛋白質相互作用(Protein- protein Interaction, PPI)網路功能模組識別的群智慧型最佳化理論模型與方法體系，並在聚類分析、閾值最佳化、參數最佳化及其評價等方面開展了系統而深入的研究。針對高維、海量、任意形狀的PPI網路的功能模組檢測問題，在研究群智慧型最佳化方法的基礎上，深入剖析其內在機制，設計了群智慧型最佳化方法與聚類問題的對應關係，構建了基於群智慧型最佳化機理的PPI網路新型聚類模型，並設計了相應的算法。通過最佳化過程自動得到聚類合併的最佳閾值，克服了傳統方法中人工給定閾值的主觀性。結合PPI網路大數據，對其重疊功能模組進行了初步檢測。分析了目前主流的評價方法，並提出了更為合理的評價策略。與國際目前的經典和主流算法相比，我們的研究方法取得了較好的效果。該項目豐富了群智慧型最佳化理論與方法的研究，將其融合到PPI網路的聚類分析中開拓了群智慧型最佳化算法、模式識別與生物信息學融合的新方向。該項目共發表各類研究論文30餘篇，其中SCI源論文8篇，1篇英文論文獲得IEEE國際會議最佳論文獎，科學出版社出版專著1部，以第二作者身份在John Wiley & Sons, Inc.聯合出版英文圖書章節。
