论文部分内容阅读
蛋白质关系网络中存在着大量的蛋白质络合物，络合物对有利于深入探索生物细胞的组织原理和功能有着重要意义。然而传统的络合物发现算法多基于网络的拓扑结构，没有融合络合物本身的结构信息。针对这个问题，提出了监督学习的络合物发现方法，将多种能够标示络合物的信息作为特征，使用监督学习方法对样本集进行训练，将训练得到的模型应用在络合物发现算法中。实验证明，该方法能有效地从蛋白质关系网络中发现络合物。