基于关联规则挖掘的蛋白质相互作用的预测

doi:10.3969/j.issn.1007-2861.2012.03.010

上海大学学报(自然科学版) ›› 2012, Vol. 18 ›› Issue (3): 265-270.doi: 10.3969/j.issn.1007-2861.2012.03.010

基于关联规则挖掘的蛋白质相互作用的预测

林合同，龚云路，秦殿刚，冯铁男，王翼飞

（上海大学理学院，上海 200444）

出版日期:2012-06-30 发布日期:2012-06-30
通讯作者: 王翼飞（1948~ ），男，教授，博士生导师，研究方向为计算分子生物学. E-mail:yifei_wang@staff.shu.edu.cn
基金资助:
国家自然科学基金资助项目（30871341）；上海市重点学科建设资助项目(S30104)；上海市教委重点学科建设资助项目（J50101）

Prediction of ProteinProtein Interactions Based on Association Rule Mining

LIN He-tong,GONG Yun-lu,QIN Dian-gang,FENG Tie-nan,WANG Yi-fei

(College of Sciences, Shanghai University, Shanghai 200444, China)

Online:2012-06-30 Published:2012-06-30

摘要/Abstract

摘要： 利用蛋白质的一级结构信息，采用三肽频数方法刻画蛋白质序列，将关联规则(association rule,AR)挖掘应用于蛋白质相互作用(proteinprotein interactions, PPIs)的预测.计算结果表明，提出的方法在半胱氨酸不同分类的情况下都能够准确地预测蛋白质相互作用.最后，比较半胱氨酸的不同分类对预测结果的影响.

关键词: 氨基酸分类, 蛋白质相互作用, 关联规则挖掘, 序列编码

Abstract: Association rule (AR) mining has been successfully applied to predict proteinprotein interactions (PPIs) through protein’s primary sequence. A conjoint triad feature is used to describe amino acids. Experimental results show that the proposed method can predict PPIs with high accuracy under different classifications of Cys. The predicted results of two classifications of Cys are compared.

Key words: association rule mining, classification of amino acids, proteinprotein interactions (PPIs), sequential coding

中图分类号:

Q 516

林合同，龚云路，秦殿刚，冯铁男，王翼飞. 基于关联规则挖掘的蛋白质相互作用的预测[J]. 上海大学学报(自然科学版), 2012, 18(3): 265-270.

LIN He-tong,GONG Yun-lu,QIN Dian-gang,FENG Tie-nan,WANG Yi-fei. Prediction of ProteinProtein Interactions Based on Association Rule Mining[J]. Journal of Shanghai University（Natural Science Edition）, 2012, 18(3): 265-270.

基于关联规则挖掘的蛋白质相互作用的预测

Prediction of ProteinProtein Interactions Based on Association Rule Mining

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价