...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>BMC Genomics >An uncertain model-based approach for identifying dynamic protein complexes in uncertain protein-protein interaction networks
【24h】

An uncertain model-based approach for identifying dynamic protein complexes in uncertain protein-protein interaction networks

机译：基于不确定模型的方法，用于在不确定的蛋白质-蛋白质相互作用网络中鉴定动态蛋白质复合物

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Background Recently, researchers have tried to integrate various dynamic information with static protein-protein interaction (PPI) networks to construct dynamic PPI networks. The shift from static PPI networks to dynamic PPI networks is essential to reveal the cellular function and organization. However, it is still impossible to construct an absolutely reliable dynamic PPI networks due to the noise and incompletion of high-throughput experimental data. Results To deal with uncertain data, some uncertain graph models and theories have been proposed to analyze social networks, electrical networks and biological networks. In this paper, we construct the dynamic uncertain PPI networks to integrate the dynamic information of gene expression and the topology information of high-throughput PPI data. The dynamic uncertain PPI networks can not only provide the dynamic properties of PPI, which are neglected by static PPI networks, but also distinguish the reliability of each protein and PPI by the existence probability. Then, we use the uncertain model to identify dynamic protein complexes in the dynamic uncertain PPI networks. Conclusion We use gene expression data and different high-throughput PPI data to construct three dynamic uncertain PPI networks. Our approach can achieve the state-of-the-art performance in all three dynamic uncertain PPI networks. The experimental results show that our approach can effectively deal with the uncertain data in dynamic uncertain PPI networks, and improve the performance for protein complex identification.
机译：背景技术最近，研究人员试图将各种动态信息与静态蛋白质-蛋白质相互作用（PPI）网络集成在一起，以构建动态PPI网络。从静态PPI网络到动态PPI网络的转变对于揭示细胞功能和组织至关重要。但是，由于噪声和高通量实验数据的不完整，仍然不可能构建绝对可靠的动态PPI网络。结果为了处理不确定的数据，提出了一些不确定的图模型和理论来分析社交网络，电气网络和生物网络。在本文中，我们构建了动态不确定PPI网络，以整合基因表达的动态信息和高通量PPI数据的拓扑信息。动态不确定PPI网络不仅可以提供静态PPI网络所忽略的PPI动态特性，而且可以通过存在概率来区分每种蛋白质和PPI的可靠性。然后，我们使用不确定模型在动态不确定PPI网络中识别动态蛋白质复合物。结论我们利用基因表达数据和不同的高通量PPI数据构建了三个动态不确定PPI网络。我们的方法可以在所有三个动态不确定PPI网络中实现最先进的性能。实验结果表明，该方法可以有效地处理动态不确定PPI网络中的不确定数据，并提高了蛋白质复合物鉴定的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号