排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
提出一种新的融合了基因表达数据和PPI网络的拓扑特性来识别关键蛋白质的中心性测度PeC.对于网络中的每一条边,PeC首先计算该边的聚集系数和该边相连的2个基因(蛋白质)共表达的皮尔逊相关系数,并在此基础上进一步计算出该边的权值.网络中每个节点的PeC值即为其所连接的所有边的权值之和.基于酵母PPI网络上的实验结果表明,PeC明显优于其他8种中心性拓扑参数DC,BC,CC,SC,EC,IC,LAC和SoECC;特别地,在预测的蛋白质数量不大于总数量的10％的情况下,PeC的预测准确率相对于SC,CC和EC提高20％以上. 相似文献
1