公开(公告)号：CN110517729B

公开(公告)日：2021-05-04

申请号：CN201910821860.4

申请日：2019-09-02

Applicant: 吉林大学

Inventor： 刘桂霞 ,  赵贺 ,  王荣全 ,  宋佳智

IPC: G16B40/00

Abstract: 本发明公开了一种从动态和静态蛋白质相互作用网络中挖掘蛋白质复合物的方法，包括：步骤一、构建具有权重的动态蛋白质相互作用网络和具有权重的静态蛋白质相互作用网络；步骤二、在具有权重的动态蛋白质相互作用网络和具有权重的静态蛋变质相互作用网络中，识别蛋白质复合物的核；步骤三、根据蛋白质复合物的核，在在具有权重的动态蛋白质相互作用网络和具有权重的静态蛋变质相互作用网络中，基于启发式搜索算法构建蛋白质复合物；步骤四、根据社区模型分数给蛋白质复合物进行打分，舍弃低于平均分的蛋白质复合物，进而得到高于平均分的蛋白质复合物；步骤五、在高于平均分的蛋白质复合物中，分别两两计算相似性，得到最终挖掘出的蛋白质复合物。

公开(公告)号：CN110517729A

公开(公告)日：2019-11-29

申请号：CN201910821860.4

申请日：2019-09-02

Applicant: 吉林大学

Inventor： 刘桂霞 ,  赵贺 ,  王荣全 ,  宋佳智

IPC: G16B40/00

Abstract: 本发明公开了一种从动态和静态蛋白质相互作用网络中挖掘蛋白质复合物的方法，包括：步骤一、构建具有权重的动态蛋白质相互作用网络和具有权重的静态蛋白质相互作用网络；步骤二、在具有权重的动态蛋白质相互作用网络和具有权重的静态蛋变质相互作用网络中，识别蛋白质复合物的核；步骤三、根据蛋白质复合物的核，在在具有权重的动态蛋白质相互作用网络和具有权重的静态蛋变质相互作用网络中，基于启发式搜索算法构建蛋白质复合物；步骤四、根据社区模型分数给蛋白质复合物进行打分，舍弃低于平均分的蛋白质复合物，进而得到高于平均分的蛋白质复合物；步骤五、在高于平均分的蛋白质复合物中，分别两两计算相似性，得到最终挖掘出的蛋白质复合物。

公开(公告)号：CN114139634A

公开(公告)日：2022-03-04

申请号：CN202111468492.3

申请日：2021-12-03

Applicant: 吉林大学

Inventor： 刘桂霞 ,  张平 ,  宋佳智

IPC: G06K9/62

Abstract: 本发明公开了一种基于成对标签权重的多标签特征选择方法，步骤1、对训练数据集进行离散化处理；步骤2、给定训练数据的特征全集和标签集合；步骤3、初始化已选特征集合为空，设定特征子集维度；步骤4、通过曼哈顿距离和标签相似性设计成对标签权重；步骤5、利用特征相关性和特征冗余性得到完整的多标签特征选择评估标准；步骤6、为每个候选特征计算特征评估标准，选择取得特征评估标准最大值对应的候选特征，将其加入已选特征集合中，并将其从特征全集中剔除；步骤7、如果已选特征集合中特征个数等于设定的维度，则停止；否则重复步骤6；步骤8、将获得的特征子集S应用在多标签数据中，将降维后的数据输入到多标签分类学习模型。