基于遗传算法的蛋白质复合物识别算法

来源：计算机科学与探索杂志2018年第5期北京时间：

作者：郑文萍，李晋玉，王杰

单位：1. 山西大学 计算机与信息技术学院，太原 0300062. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 0300063. 山西大学 大数据挖掘与智能技术山西省协同创新技术中心，太原 030006

摘要：蛋白质互作用网络是一种典型的复杂网络，呈现了明显的社区结构。网络中的社区对应于功能模块,通常被看作蛋白质复合物。蛋白质复合物识别对预测蛋白质功能，解释特定生物进程具有重要作用。基于种子节点扩展的图聚类方法在蛋白质复合物识别中应用广泛。针对此类算法最终结果受种子节点的影响较大，并且在簇的形成过程中搜索空间有限等问题，提出了一种基于遗传算法的蛋白质复合物识别算法GAGC（genetic algorithm based graph clustering），其中个体表示聚类结果（类别之间可能存在重叠节点），以F-measure值作为种群进化的目标函数。算法采用IPCA（improvement development clustering algorithm）算法产生初始种群；针对初始种群，设计了染色体对齐方式以进行交叉操作产生下一代种群。通过与DPClus、MCODE、IPCA、ClusterOne、HC-PIN、CFinder等经典算法的对比实验表明，GAGC算法能够扩大图聚类算法的搜索空间，提高解的多样性，进而提高蛋白质复合物检测的性能。

关键词：蛋白质互作用网络,遗传算法,图聚类,蛋白质复合物