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

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: https://doi.org/10.3969/j.issn.1007-2861.2012.03.010

论文

基于关联规则挖掘的蛋白质相互作用的预测

展开

（上海大学理学院，上海 200444）

网络出版日期: 2012-06-30

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）

收起

Prediction of ProteinProtein Interactions Based on Association Rule Mining

Expand

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

Online published: 2012-06-30

Fold

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

本文引用格式

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 . DOI: 10.3969/j.issn.1007-2861.2012.03.010

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

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract