考虑到不同类型的相互作用对于功能预测的作用各不相同,结合蛋白质相互作用网络和蛋白质结构域信息构建多个加权网络,并为每种类型的相互作用网络赋予不同的遍历优先级.基于建立的加权优先级网络,提出一种蛋白质功能预测方法PF_WNP(Prediction of Functions based on Weighted Netw orks w ith Priority).对于未注释的蛋白质,算法遍历与该蛋白质相连的具有最高优先级的所有相互作用,形成候选邻居节点集合.最后根据邻居节点集合形成预测的功能集合,并为每一项功能评分、排序.实验结果表明,PF_WNP方法的性能优于其他的功能预测方法.
考虑到不同类型的相互作用对于功能预测的作用各不相同,结合蛋白质相互作用网络和蛋白质结构域信息构建多关系蛋白质网络,并为每种类型的相互作用赋予不同的遍历优先级.基于多关系网络,提出一种蛋白质功能预测方法 FPM(Functions prediction based on multi-relational networks).对于未注释的蛋白质,算法遍历与该蛋白质相连的,具有最高优先级的所有相互作用,形成一个候选邻居节点集合.最后根据邻居节点集合形成预测的功能集合,并为每一项功能评分、排序.与其他算法对比结果表明,FPM方法的性能优于其他的功能预测方法.
