复杂生物网络分析的图聚类方法研究进展
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

Q7

基金项目:

国家高技术研究发展计划(863计划)


Progress of Graph Clustering on Analysis of Complex Biological Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基因组学和高通量技术提供了大量生命系统组成元件(如蛋白质)之间相互关系的数据,由这些关系数据构成的复杂生物网络蕴含着丰富的生命系统运行机制的知识,挖掘这些隐蔽的知识成为当前系统生物学的主要任务之一.作为知识发现重要手段的图聚类方法,在复杂生物网络分析上受到了普遍关注,在远同源性探测、蛋白质功能预测、代谢途径发现等方面取得了令人瞩目的结果.同时也注意到,由于生命系统的高度复杂性,其他领域中卓有成效的方法往往在复杂生物网络分析中遇到困难.评述了近年来图聚类算法在复杂生物网络分析中的进展,简要分析了复杂生物网络研究的图聚类途径所面临的主要问题.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

梅娟,王正祥,石贵阳,李炜疆.复杂生物网络分析的图聚类方法研究进展[J].食品与生物技术学报,2008,27(5).

MEI Juan, WANG Zhen-gxiang, SHI Gui-yang, LI Wei-jiang. Progress of Graph Clustering on Analysis of Complex Biological Networks[J]. Journal of Food Science and Biotechnology,2008,27(5).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:

版权所有:《食品与生物技术学报》编辑部

地址:江苏省无锡市蠡湖大道1800号  邮政编码:214122

电话:0510-85913526  电子邮件:xbbjb@jiangnan.edu.cn

技术支持:北京勤云科技发展有限公司

微信公众号二维码

手机版网站二维码