本项目将基于国内外公开提供的生物数据库,提出新的计算机方法和理论以便在蛋白质组层次构建蛋白-蛋白相互作用网络。重点研究(1)多个数据库的集成方法,提出从含有噪音比例各异的不完备数据中进行加权集成的方法和反馈更新权重的方法;(2)蛋白相互作用和诸多相关特征之间的关系,应用集成学习方法和半监督学习思想研究特征之间的独立/依赖关系,依据和蛋白相互作用相关的强弱程度提出对特征进行加权的集成预测方法;(3)域相互作用的识别和应用,整合性应用多种机器学习方法,突破多事例学习要求"事例"之间相互独立的限制,和解决"包"中的部分"事例"有标签这个难题;(4)网络基序识别算法,以高效地发现网络基序,并应用于新的蛋白功能确定和相互作用网络的构建;(5)在上述研究基础上,研制自主的软件分析平台并进行实际应用。.本项目研究将首先应用于酵母相关数据以验证所提出的理论和方法的有效性,并进一步应用于其它细胞和组织。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
跨社交网络用户对齐技术综述
主控因素对异型头弹丸半侵彻金属靶深度的影响特性研究
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
TCF7L2/miR206/cofilin1信号通路调控侵袭性伪足形成促进膀胱癌转移的功能与机制研究
基于鲁棒多元隐特征模型的蛋白质相互作用网络建模与分析方法研究
随机网络演化博弈的建模、分析和控制
面向高速网络的流量建模研究
面向在线社会网络的异质关系多尺度社区分析研究