生物复杂网络中功能模块的挖掘PDF|Epub|txt|kindle电子书版本网盘下载

生物复杂网络中功能模块的挖掘PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 复杂网络1

1.1.1 复杂网络的概念1

1.1.2 复杂网络中的主要参数4

1.1.3 复杂网络研究概况5

1.2 复杂网络的模块结构9

1.2.1 社团的定义及其研究意义9

1.2.2 社团结构研究现状10

1.2.2.1 谱聚类方法10

1.2.2.2 分裂方法11

1.2.2.3 合并方法13

1.2.2.4 基于模块度的优化和扩展方法15

1.2.2.5 基于随机游走模型算法16

1.2.2.6 多目标优化方法17

1.3 生物网络中模块结构研究进展19

1.3.1 基于图论的方法19

1.3.2 流体力学的方法21

1.3.3 核连接方法22

1.3.4 群体智能的方法23

1.4 模块的多尺度性24

1.5 生物网络中功能单元组织形式的研究26

1.6 本书的研究内容26

1.7 本书的结构和组织29

第2章 基于收敛空间内结点相似性度量的社团分析31

2.1 基于新结点相似性的社团分析31

2.1.1 收敛空间内结点相似性的定义31

2.1.2 新结点相似性的收敛性证明35

2.1.3 新结点相似性的鲁棒性和稳定性36

2.1.4 调节因子α的选取39

2.1.5 层次聚类40

2.1.6 算法时间复杂度分析41

2.2 新结点相似性在挖掘网络社团中的应用42

2.2.1 ISIM算法在合成网络上的应用42

2.2.2 ISIM算法在真实网络上的应用44

2.3 ISIM算法捕捉局部和全局的网络拓扑结构46

2.4 小结47

第3章 生物网络中多尺度功能模块挖掘48

3.1 新结点相似性揭示生物网络中模块的多尺度性49

3.1.1 ISIMB算法在标准数据集上的性能验证50

3.1.2 蛋白质相互作用网络中复合物的模块多尺度分析53

3.1.3 蛋白质和基因相互作用网络中功能模块的多尺度分析59

3.2 基于网络分割状态的重要模块结构筛选62

3.3 单尺度模块挖掘方法和多尺度模块挖掘方法之间的关系65

3.4 小结67

第4章 多条件下基因共表达网络中功能模块的挖掘68

4.1 完备基因共表达网络中功能模块的挖掘68

4.1.1 多条件下基因共表达网络的构建68

4.1.2 基于最大团的功能模块预测69

4.2 预测模块的生物功能分析72

4.2.1 预测模块的基因本体论分析72

4.2.2 预测模块的示例分析74

4.3 小结76

第5章 蛋白质相互作用网络中稀疏和高聚合功能模块的共挖掘77

5.1 生物网络中功能单元组织形式的研究背景77

5.2 基于二叉树搜索的功能模块挖掘算法79

5.2.1 二叉树搜索算法79

5.2.2 三阈值的选取83

5.3 BTS方法在不同网络中的应用84

5.3.1 BTS方法在合成网络中的应用84

5.3.2 BTS方法在蛋白质相互作用网络中的应用85

5.3.3 蛋白质相互作用网络中Bi-sparse模块功能分析91

5.3.4 蛋白质相互作用网络中高聚合模块功能分析93

5.4 小结93

第6章 复杂网络的多样性功能模块组织形式探讨95

6.1 BTS算法性能测试95

6.2 复杂网络中高聚合模块和Bi-sparse模块的意义97

6.2.1 社会网络中Bi-sparse模块的意义97

6.2.2 计算机软件网络中高聚合模块和Bi-sparse模块的意义98

6.2.3 基因共表达网络中高聚合模块和Bi-sparse模块的意义100

6.3 复杂网络中高聚合模块和Bi-sparse模块的共存性101

6.3.1 高聚合模块和Bi-sparse模块的共存性103

6.3.2 Bi-sparse模块存在的合理性分析104

6.3.3 Bi-sparse模块的偏好性106

6.3.4 Bi-sparse模块的大小107

6.3.5 Bi-sparse模块的组织形式108

6.4 BTS方法中三阈值的选取109

6.5 小结110

第7章 总结和展望111

7.1 总结111

7.2 展望113

参考文献117