检索结果-南通市图书馆

结合主题特征和互作用网络拓扑特性的关键蛋白质识别

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2016年第8期33卷 283-288,333页

作者：崔鑫邵明玉复旦大学计算机科学技术学院上海200433

关键蛋白质是生物体内维持生存和繁殖所必须的蛋白质。关键蛋白质的识别和预测不仅对我们理解维持生物生存的最小需求有重要意义,也在药物设计、药物靶标发现等领域有重要作用。已有的关键蛋白质识别算法大多基于蛋白质互作用网络中的... 详细信息

关键蛋白质是生物体内维持生存和繁殖所必须的蛋白质。关键蛋白质的识别和预测不仅对我们理解维持生物生存的最小需求有重要意义,也在药物设计、药物靶标发现等领域有重要作用。已有的关键蛋白质识别算法大多基于蛋白质互作用网络中的拓扑特性,在识别算法中引入了一个新的特征,即考虑到关键蛋白质序列本身的主题分布特征。通过将LDA模型与基于蛋白质互作用网络拓扑特征的CPPK算法相结合,提出了新的识别算法:结合主题模型和蛋白质互作用网络拓扑特性的关键蛋白质识别。该识别算法在酵母蛋白质数据集上测试,并与现有的若干关键蛋白质识别算法进行比较。实验表明,通过引入LDA模型以及新的特征来对原有的CPPK预测算法进行改进,达到了比之前更好的识别效果。

关键词：主题模型中心性测度蛋白质互作用网络关键蛋白质

基于网络拓扑和生物信息融合的关键蛋白质预测方法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于网络拓扑和生物信息融合的关键蛋白质预测方法研究

作者：杨晓琴陕西师范大学

学位级别：硕士

在生物体内,关键蛋白质是生命活动重要的物质和功能基础,生物体得以正常生存与繁衍都离不开关键蛋白的参与。正确识别关键蛋白质不仅有助于理解生物体的运作机理,而且对于疾病诊断以及药物靶标的研究也具有极其重要的指导意义。近年来,... 详细信息

在生物体内,关键蛋白质是生命活动重要的物质和功能基础,生物体得以正常生存与繁衍都离不开关键蛋白的参与。正确识别关键蛋白质不仅有助于理解生物体的运作机理,而且对于疾病诊断以及药物靶标的研究也具有极其重要的指导意义。近年来,随着信息技术的高速发展,利用计算生物学的方法从蛋白质相互作用(PPI)网络中挖掘关键蛋白质成为了蛋白质组学一项极其重要的研究内容。早些年,国内外主要是通过生物实验的方法来对蛋白质相互作用进行研究。随着计算科学与技术的不断发展,利用计算机仿真的技术手段来对PPI网络进行预测和分析成为了生物信息学主流的研究方向。但由于细胞内在环境的复杂性以及相关技术手段的局限性,通常情况下,获得的蛋白质相互作用数据存在有高度假阳性和假阴性。而且,蛋白质之间的相互作用随着时间、环境以及不同的细胞周期在不断进行动态变化,因此,蛋白质相互作用数据并不能反映细胞内真实的蛋白质相互作用。这严重妨碍了从PPI网络中挖掘关键蛋白质的准确性。本文将蛋白质相互作用网络的拓扑特性与蛋白质的多种生物特性进行有效融合,并采用随机游走模型和智能优化算法的优化机理进行关键蛋白质预测研究。本文的主要研究工作包括:(1)提出了基于复合物参与度和局部子图密度的方法预测关键蛋白质。在对原始PPI网络进行提纯处理的基础上,先后通过三次信息融合,将蛋白质的拓扑特性与生物特性进行结合,根据最终得分预测关键蛋白质。仿真实验结果表明新的基于信息融合的中心性方法比传统的中心性方法能够更为精确地预测关键蛋白质。(2)提出了基于重启随机游走模型的方法预测关键蛋白质。首先,利用边聚集系数、基因表达和GO注释信息对原始PPI网络进行加权处理,利用亚细胞定位和蛋白质复合物信息初始化蛋白质得分,然后在加权的PPI网络上执行重启随机游走算法,当算法终止时,得到最终的蛋白质得分向量,据此预测关键蛋白质。仿真实验结果表明新的基于重启随机游走模型的预测算法比其它几种方法有着更好的关键蛋白质预测性能。(3)提出了基于人工鱼群算法优化机理的方法预测关键蛋白质。首先,基于已知关键蛋白质对人工鱼群进行初始化,将已知关键蛋白质作为关键蛋白预测的先验知识。然后,将人工鱼群算法中的觅食行为、随机行为、追尾行为以及聚群行为与关键蛋白识别问题一一对应,从而获得预测的关键蛋白质候选集。仿真实验结果表明基于人工鱼群算法机理的关键蛋白质预测模型比传统方法能够更为准确地预测关键蛋白质。(4)提出了基于免疫算法优化机理的方法预测关键蛋白质。将候选的关键蛋白质集合视作抗体。通过遗传算子以及免疫算子的执行对抗体种群进行迭代更新,当算法终止时,获得预测的关键蛋白质。仿真实验结果表明基于免疫算法优化机理的关键蛋白质预测模型比传统方法能够取得更好的预测效果。

关键词：蛋白质相互作用(PPI)网络关键蛋白质重启随机游走模型智能优化算法

融合蛋白质网络和基因表达数据的关键蛋白质识别方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合蛋白质网络和基因表达数据的关键蛋白质识别方法

作者：张含会中南大学

学位级别：硕士

关键蛋白质是细胞生命活动所必需的蛋白质,是生物体生存和繁殖不可或缺的一部分。关键蛋白质的识别不仅对于生命科学的研究具有重要意义,而且对于疾病诊治和药物设计也具有重要的应用价值。在后基因组时代,随着高通量技术的发展,可获得... 详细信息

关键蛋白质是细胞生命活动所必需的蛋白质,是生物体生存和繁殖不可或缺的一部分。关键蛋白质的识别不仅对于生命科学的研究具有重要意义,而且对于疾病诊治和药物设计也具有重要的应用价值。在后基因组时代,随着高通量技术的发展,可获得的蛋白质相互作用数据日益丰富,基于蛋白质相互作用网络的蛋白质识别方法受到越来越多人的关注。本文的主要研究工作如下： 1)深入分析关键蛋白质测度参数DC,BC,CC,SC,EC, IC, BN, DMNC,SoECC和LAC,并将这些测度参数分别应用于酵母蛋白质网络,实验结果表明仅仅依靠蛋白质网络的识别方法对网络的依赖性较强,缺少对于网络噪声（例如假阳性相互作用）的容错能力。 2)针对单纯依靠节点中心性测度识别关键蛋白质对于网络可靠性依赖性较大这一问题,本文利用边聚集系数测度节点的共簇程度,利用皮尔逊相关系数测度蛋白质/基因共表达的程度,提出了一种融合蛋白质网络拓扑特性和基因表达数据来识别关键蛋白质的中心性测度参数PeC。基于酵母蛋白质网络的实验结果表明,相较于其他关键蛋白质识别方法,该方法具有较高的准确度。 3)考虑到大部分物种已有部分已知关键蛋白质,本文利用部分已知关键蛋白质作为先验知识,通过计算网络中关键性未知的蛋白质与先验知识的亲密程度确定候选关键蛋白质集合,提出利用先验知识和边聚集系数ECC迭代识别关键蛋白质的方法CPPK和利用先验知识和PeC测度参数识别关键蛋白质的方法CEPPK。基于酵母蛋白质网络的实验结果表明,在一定的样本水平内,CPPK和CEPPK具有较好的识别准确度。融合蛋白质网络和基因表达数据的关键蛋白质识别方法为关键蛋白质的识别提供了新思路。

关键词：关键蛋白质蛋白质网络中心性测度基因表达先验知识

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于最短路径的关键蛋白质预测方法研究

基于最短路径的关键蛋白质预测方法研究

作者：嘉泽宁山西大学

学位级别：硕士

利用信息手段对不断产生的高通量生物数据进行分析处理是当前生物数据处理的趋势。人类基因组计划成功完成,使得生物信息学的研究进入了后基因组时代,蛋白质组学研究受到深入关注。蛋白质是细胞生命活动的基础。对蛋白质的研究分析,将... 详细信息

利用信息手段对不断产生的高通量生物数据进行分析处理是当前生物数据处理的趋势。人类基因组计划成功完成,使得生物信息学的研究进入了后基因组时代,蛋白质组学研究受到深入关注。蛋白质是细胞生命活动的基础。对蛋白质的研究分析,将推动基因功能的阐释,客观地揭示生命现象。关键蛋白质在细胞生命过程中起关键作用,它的去除或者突变对细胞来说是致命的,会导致生物体死亡。识别关键蛋白质可以从系统水平上理解生命活动的动作机理,并且可以使药物直接作用于致病生物体的关键蛋白质,使致病生物体死亡又不影响正常细胞。关键蛋白质的识别在药物设计和疾病治疗方面具有重要应用价值。用蛋白质相互作用网络的拓扑特征来识别关键蛋白质,可以有效地提高识别关键蛋白质精度和识别速度。本文以啤酒酵母为研究对象,利用图论算法理论分析酵母蛋白质互作用网络的拓扑结构特征,对基于蛋白质互作用网络的关键蛋白质识别问题进行研究。根据所预测蛋白质相互作用网络的特点,提出了基于最短路径技术的关键蛋白质识别方法,选择合理的识别阈值和拓扑参数,对全蛋白质相互作用网络的关键蛋白质进行预测。实验表明,所提出的识别方法可以有效地描述蛋白质节点的重要性,在不影响计算精度的前提下,可对连通性好,边密度大的全蛋白质互作用网络进行关键蛋白质识别。

关键词：蛋白质相互作用网络最短路径关键蛋白质介数

基于动态PPI网络的关键蛋白质检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态PPI网络的关键蛋白质检测方法研究

作者：况玲湖南大学

学位级别：硕士

关键蛋白质是生物体生存和繁殖所必需的蛋白质,研究关键蛋白质有助于我们理解细胞生命的最低需求。高通量技术的发展使得可用的蛋白质相互作用(Protein-Protein interaction,PPI)数据越来越多,利用这些数据,研究者们提出了许多基于网络... 详细信息

关键蛋白质是生物体生存和繁殖所必需的蛋白质,研究关键蛋白质有助于我们理解细胞生命的最低需求。高通量技术的发展使得可用的蛋白质相互作用(Protein-Protein interaction,PPI)数据越来越多,利用这些数据,研究者们提出了许多基于网络拓扑特性检测关键蛋白质的方法。这些方法大都将PPI网络看作一个静态图,而实际上,PPI网络是随着时间和环境等因素的变化而变化的,这一重要的固有动态性没有得到足够的重视。本文引入动态PPI网络,将蛋白质在动态PPI网络上的拓扑特性与生物信息相结合,从而提升关键蛋白质的检测效果。基于这一思想,本文提出了以下两种关键蛋白质检测方法。考虑到动态PPI网络能更真实的反映网络的变化,边聚集系数能较为有效的减少网络中假阳性边产生的负面影响,本文以动态边聚集系数之和来衡量蛋白质节点在动态PPI网络中的拓扑特性。由于不同蛋白质传递的信息量有所不同,本文以蛋白质在复合物中的动态信息熵来评估蛋白质的生物意义。结合以上两个衡量指标,本文提出了基于动态边聚集系数与信息熵的关键蛋白质检测方法——CDEI方法。在DIP和MIPS的酵母PPI网络上的比较结果表明,CDEI方法的效果优于DC(Degree Centrality)、LAC(Local Average Connectivity)、So ECC(Sum of Edge Clustering Coefficient)、Pe C和Co EWC(Co-Expression Weighted by Clustering coefficient)这五种方法,且能检测到更多被其他方法忽略的关键蛋白质。在MIPS中,CDEI方法的优势表现得更为突出。一方面,蛋白质的关键性与PPI网络的模块化性质密切相关,局部平均连通度正是从模块性的角度出发,衡量蛋白质的拓扑地位。另一方面,蛋白质的关键性是复合物的产物,且不同的蛋白质在复合物中的重要性不同,因此,本文利用动态复合物中心性来衡量蛋白质的生物意义。综合考虑以上两个方面,本文结合动态局部平均连通度和动态复合物中心性,提出了一种新的关键蛋白质检测方法——CDLC方法。在DIP和MIPS的酵母PPI网络上的实验结果表明,CDLC方法检测关键蛋白质的效果优于DC、LAC、So ECC、Pe C和Co EWC这五种方法,且能检测到较多被其他方法忽略的关键蛋白质。在MIPS中,CDLC方法的优势更加明显。此外,CDLC方法检测关键蛋白质的效果略优于CDEI方法。

关键词：关键蛋白质动态PPI网络拓扑特征复合物信息

基于拓扑结构和复合物信息的关键蛋白质识别算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于拓扑结构和复合物信息的关键蛋白质识别算法研究

作者：马玲湖南大学

学位级别：硕士

关键蛋白质在生物体内具有重要的作用，失去这些蛋白质，生物体可能会丧失一些功能，甚至无法生存。关键蛋白质的识别不仅有助于理解细胞的运行机制，而且有助于生物进化机制的研究，能为疾病的诊治、药物设计等提供有价值的理论和方法... 详细信息

关键蛋白质在生物体内具有重要的作用，失去这些蛋白质，生物体可能会丧失一些功能，甚至无法生存。关键蛋白质的识别不仅有助于理解细胞的运行机制，而且有助于生物进化机制的研究，能为疾病的诊治、药物设计等提供有价值的理论和方法。随着蛋白质相互作用数据的日益丰富，从蛋白质相互作用网络中识别关键蛋白质成为生物信息学的研究热点。本文基于网络的拓扑特征，分析了蛋白质顶点在整个蛋白质相互作用网络中的拓扑特性，并深入挖掘了蛋白质顶点的局部特征，在此基础上，提出了有效的关键蛋白质识别方法。现有的大部分关键蛋白质识别方法都是基于蛋白质顶点在整个网络中的拓扑特征来识别关键蛋白质的，而已有研究表明，蛋白质的关键性和蛋白质复合物具有一定的相关性。本文结合边聚集系数和蛋白质复合物信息，提出了一种新的关键蛋白质识别算法—CSC算法(CombiningSoECCandComplexCentrality)。实验结果表明，CSC算法比其他方法识别的关键蛋白质数量多，识别准确率较高，CSC算法识别出的低度关键蛋白质也比其他方法识别的多。由此说明结合蛋白质顶点在网络中的整体特征和局部特征，来识别关键蛋白质是有意义的。针对不同的蛋白质在蛋白质复合物中具有不同的重要性，并且蛋白质相互作用网络存在较高的假阳性，提出了一种新的关键蛋白质识别算法—图熵中心性(GraphEntropyCentrality)，简称GEC算法。图熵中心性算法通过计算每个蛋白质在复合物中的熵值和GO语义相似性值，来评价蛋白质在复合物中的重要性。实验结果表明，图熵中心性算法在三个蛋白质网络数据集上识别的关键蛋白质数量比其他四种方法多，不仅敏感性、特异性、准确率等六种统计指标的值比其他方法高，而且图熵中心性算法能够识别出更多的不同的关键蛋白质。尤其是GEC算法能够识别出更多的低度关键蛋白质。

关键词：蛋白质相互作用网络拓扑特性图熵关键蛋白质蛋白质复合物

基于蛋白质相互作用网络的关键蛋白质识别算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于蛋白质相互作用网络的关键蛋白质识别算法研究

作者：杨增光南京理工大学

学位级别：硕士

研究表明,关键蛋白质的识别不仅有助于理解细胞的生长调控过程,也有助于进行疾病研究和药物设计。但是通过生物医学实验的方法成本高、效率低。随着高通量技术的发展,可以获得越来越多的蛋白质相互作用数据,这让我们能够从网络水平上识... 详细信息

研究表明,关键蛋白质的识别不仅有助于理解细胞的生长调控过程,也有助于进行疾病研究和药物设计。但是通过生物医学实验的方法成本高、效率低。随着高通量技术的发展,可以获得越来越多的蛋白质相互作用数据,这让我们能够从网络水平上识别关键蛋白质。目前为止,越来越多的基于网络水平的方法被提出,但是由于蛋白质相互作用网络中包含了大量的假阴性和假阳性数据,它们的识别准确度依然需要提高。针对这些问题,本文开展的主要工作如下:(1)提出一种构建可靠的蛋白质相互作用网络的方法。原始的静态的蛋白质相互作用网络(Static Protein Interaction Network,S-PIN)包含了大量的假阴性和假阳性数据,这些数据影响了网络的可靠性,降低了相关算法的识别准确度。针对这种情况,本文提出一种基于亚细胞定位和蛋白质复合物构建加权的、可靠的蛋白质相互作用网络(Reliable Protein Interaction Network,RE-PIN)的方法。实验结果表明,RE-PIN 能够有效提高关键蛋白质识别算法的准确度。(2)对边聚集系数和领域中心性(Neighborhood Centrality,NC)算法进行改进。由于边聚集系数不适用于加权的蛋白质网络,且它忽略了假阴性和假阳性数据的影响,造成对网络拓扑特征的描述不准确。本文首先基于蛋白质相互作用可信度的概念,对其进行改进,给出可信边聚集系数的定义;然后,针对NC算法提出一种改进的关键蛋白质识别算法:可信邻域中心性(Reliable Neighborhood Centrality,RE-NC)。实验结果表明,RE-NC算法相比于NC等其它8种算法能够获得更高的识别准确度。(3)提出一种基于蛋白质结构域特异性的关键蛋白质识别算法。由于基于网络拓扑特征的算法忽略了蛋白质网络蕴含的生物信息,造成这类算法的识别准确度不高。本文,借鉴TF-IDF算法的思想,通过结合蛋白质结构域和蛋白质网络的拓扑特征提出了分别适用于无权网络和加权网络的关键蛋白质识别算法Do-NC和Do-ReNC。实验结果表明,Do-NC和Do-ReNC在相应网络上比其它8种算法表现更好。(4)研究一种基于DS证据理论融合多视角特征的关键蛋白质识别方法。由于不同的算法通常采用不同的特征来评估蛋白质的关键性,识别出的结果也不尽相同。因此,本文采用D-S证据理论对多个不同的关键蛋白质识别算法的识别结果进行综合考虑,介绍了一种融合多视角特征的方法DS-ESS。实验结果表明,DS-ESS能够有效提高算法的识别准确度。

关键词：蛋白质相互作用网络关键蛋白质亚细胞定位蛋白质复合物可信边聚集系数蛋白质结构域 TF-IDF算法 D-S证据理论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于拓扑势的关键蛋白质识别方法研究

基于拓扑势的关键蛋白质识别方法研究

作者：陆聿中南大学

学位级别：硕士

摘要：关键基因及其产物关键蛋白质是一切生命活动最重要的物质基础。关键蛋白质的识别能帮助我们在理解生命体维持生命活动所需的基本需求、药物设计、探索人类疾病基因等多方面提供重要的研究基础。本文从蛋白质相互作用网络以及蛋白... 详细信息

摘要：关键基因及其产物关键蛋白质是一切生命活动最重要的物质基础。关键蛋白质的识别能帮助我们在理解生命体维持生命活动所需的基本需求、药物设计、探索人类疾病基因等多方面提供重要的研究基础。本文从蛋白质相互作用网络以及蛋白质复合物出发,深入挖掘了蛋白质网络拓扑势特征,设计了有效的关键蛋白质识别方法,主要研究工作及创新点如下：提出了一种基于拓扑势的关键蛋白质识别方法,从另一个全新的角度去研究关键蛋白质的拓扑特性,这是首次利用拓扑势在蛋白质相互作用网络下预测关键蛋白质。该方法基本思想是网络中的每一个蛋白质都能被视作一个物理粒子,在它周围存在一个虚拟的作用场,由此网络中所有蛋白质的相互作用联合形成了一个拓扑势场。通过对每一个蛋白质拓扑势的值进行定义和计算,我们能够基于蛋白质相互作用网络获得一个反映蛋白质关键性的精确排序。该实验结果表明基于拓扑势预测蛋白质关键性的方法优于传统的拓扑中心性方法：DC、BC、CC、SC、EC、IC、NC。另外,这些中心性方法通过拓扑势控制能够提高预测蛋白质关键性的性能。二、通过集成复合物信息和蛋白质相互作用网络的拓扑特性提出了新的关键蛋白质识别方法UC。我们分析了关键蛋白质和复合物之间的关系,发现出现在多个复合物中的蛋白质相对于出现在单一复合物中的蛋白质更倾向于是关键的。实验结果表明,引入复合物信息能有效提高关键蛋白质识别方法的精度,我们的方法在蛋白质关键性识别性能上明显优于传统的中心性方法（DC, IC, EC, SC, BC, CC, NC）,即使相比同样利用复合物信息的识别方法HC,仍具有一定优势。进而,当我们利用UC作为拓扑势中蛋白质的固有属性时,其结果TP-UC同样优于那些利用中心性方法作为蛋白质固有属性的拓扑势方法（TP-*）。综上所述,本文提出了两个关键蛋白质识别方法,通过引入多种信息,有效地提高了识别准确度,为关键蛋白质的识别研究提供了新的思路。本文共有图16幅,表15个,参考文献137篇。

关键词：关键蛋白质拓扑势蛋白质相互作用网络蛋白质复合物

基于PPI网络的关键蛋白质识别方法研究及应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于PPI网络的关键蛋白质识别方法研究及应用

作者：洪海燕扬州大学

学位级别：硕士

蛋白质是组成生物体的一切细胞、组织的重要成分,是生命的物质基础。蛋白质参与了机体的所有重要组成部分。一般来说,将蛋白质经过基因剔除式突变并将其移除后造成了生物体的功能丧失,并使生物体致病甚至无法生存,该蛋白质即为关键蛋白... 详细信息

蛋白质是组成生物体的一切细胞、组织的重要成分,是生命的物质基础。蛋白质参与了机体的所有重要组成部分。一般来说,将蛋白质经过基因剔除式突变并将其移除后造成了生物体的功能丧失,并使生物体致病甚至无法生存,该蛋白质即为关键蛋白质。由于生物体的存活和后代的繁衍都离不开关键蛋白质,因此生命科学中一项重要的研究内容就是识别关键蛋白质。本文在蛋白质相互作用（PPI）网络拓扑结构的基础上,将融合多源生物信息来预测关键蛋白质,主要内容包括以下三个方面:（1）提出了基于改进的PageRank算法EPP（Essential Proteins Predict）识别关键蛋白质。该算法将PPI网络看成是一个不确定的、顶点带有属性的网络,然后在该网络中将重要性排名在前p%的顶点作为关键蛋白质。该方法首先需要计算顶点（即蛋白质）间的相似度,对于相似度的计算,我们综合考虑了蛋白质的可信度及语义相似度信息;其次,对于PPI网络中的每一个顶点我们还考虑了顶点的邻居信息,即计算它的邻域相似度;最后利用上述提出的可信度及语义相似度来计算顶点的重要性。本文提出的算法综合考虑了PPI网络的拓扑信息和蛋白质的生物信息,因此具有复杂度低、识别准确率高的优点。我们利用标准数据集进行测试,实验结果表明,所提出的算法能更准确地识别出更多的关键蛋白质。（2）提出了基于改进的PSO算法EPPSO（EssentialProtein PSO）识别关键蛋白质。在该算法中,我们提出了衡量top-p关键蛋白质的整体性指标,而不是评估蛋白质关键性的单个指标。EPPSO算法采用选取候选解的方法,每一个候选解含有尸个蛋白质,我们整体度量这P个蛋白质的关键性即可。对于整体关键性,我们采用这些蛋白质与其他蛋白质间的联系的紧密度来衡量,即为算法中提出的适应度函数。然后根据粒子群的算法思想,通过跟踪全局最优值及个体最优值来更新该函数。为了评估算法的性能,我们在酵母数据集等标准数据集上运行该算法,实验结果表明与其他经典算法相比,本文算法识别准确率明显优于其他方法。此外,由于本文算法只需识别出P个关键蛋白质即可,而不必根据某种指标逐个计算每个蛋白质的关键性,因此具有较低的计算量。（3）在以上工作的基础上,本文设计了一个基于WEB的在线关键蛋白质识别系统。该系统可以把预测的结果通过图形化的方式体现在系统上,方便高效。经测试该系统运行稳定,界面美观,具有良好的经济价值和社会价值。

关键词：关键蛋白质 PageRank PSO