登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于布尔矩阵分解的蛋白质功能预测框架
  • 摘要

    蛋白质是细胞生命活动中最重要和最多样的一种大分子物质.因此,研究蛋白质功能对于破解生命密码具有重要的意义.以往的研究表明蛋白质功能预测问题本质上是一个多标签分类问题,但庞大的功能标签数量使得各种多标签分类器在蛋白质功能预测中的应用面临巨大挑战.针对蛋白质功能标签数量庞大且标签关联性较高的特点,提出了一种基于布尔矩阵分解的蛋白质功能预测框架(protein function prediction based on Boolean matrix decomposition,PFP-BMD).同时,针对目前布尔矩阵分解算法中精确分解和列利用条件难以同时满足的问题,提出一种基于标签簇的精确布尔矩阵分解算法,使其通过标签关联矩阵实现标签的层次扩展聚簇,并通过相关推论证明了该算法可实现最优的精确布尔矩阵分解.实验结果表明:提出的布尔矩阵分解算法在计算复杂度上具有较大优势,且应用了该算法的蛋白质功能预测框架可有效提升蛋白质功能预测的准确率,为各种多标签分类器在蛋白质功能预测中的高效应用奠定了基础.

  • 作者

    刘琳  唐麟  唐明靖  周维  Liu Lin  Tang Lin  Tang Mingjing  Zhou Wei 

  • 作者单位

    云南师范大学信息学院 昆明 650500/民族教育信息化教育部重点实验室(云南师范大学) 昆明650500/云南师范大学校长办公室 昆明 650500/云南大学国家示范性软件学院 昆明 650091

  • 刊期

    2019年5期 ISTIC EI PKU

  • 关键词

    多标签分类  蛋白质功能预测  标签空间降维  标签关联矩阵  布尔矩阵分解 

相似文献 查看更多>>
3.235.30.155