文件名称:
通过正则化非负矩阵分解来预测稀疏标签PPI网络中的蛋白质功能特性
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-20
详细说明：背景：预测蛋白质在蛋白质间相互作用（PPI）网络中的功能特性提出了一个具有挑战性的问题，并在计算生物学中具有重要意义。利用属性特征和相关信息共同对PPI网络中的相关蛋白质进行分类的集体分类（CC）已被证明是解决此问题的有力方法。当给定具有大量标记数据的全标记PPI网络时，启用CC通常会提高准确性。但是，在许多现实世界的PPI网络中可能很难获得这样的标记，在这些网络中，通常只有有限数量的标记蛋白质，并且有大量未标记蛋白质。在这种情况下，大多数未标记的蛋白质可能不会与标记的蛋白质连接，因此无法从本地网络连接中有效地获得监管知识。结果，在稀疏标记的PPI网络中学习CC模型可能会导致性能下降。结果：我们研究了一种潜在图方法，通过利用各种潜在键来找到一个整合潜图，并明智地整合所研究的键来链接（分离）具有相似（不同）功能的蛋白质。我们开发了一种用于CC的正则化非负矩阵分解（RNMF）算法，以通过利用此问题设置中可用的各种数据源（包括属性特征，潜图和未标记的数据信息）来进行蛋白质功能特性预测。在RNMF中，将标签矩阵分解项和网络正则化项合并到非负矩阵分解（NMF）目标函数中，以寻求一种尊重网络结构和
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
