一种基于高阶结构的生物网络聚类方法和系统技术方案

本发明专利技术涉及一种基于高阶结构的生物网络聚类方法和系统，包括网络构建模块、模型构建模块、网络聚类模块、冗余删除模块以及结果展示模块。利用生物网络中丰富的高阶结构信息以识别其中的功能模块，结合高阶马尔可夫随机过程的优势，能够针对各种类型的网络模体进行聚类分析。本发明专利技术有着优秀的表现，基于高阶结构信息的聚类结果为生物网络分析提供了新的思路，如重叠蛋白复合物的识别和新信号通路的推断，同时也揭示了生物网络中所呈现的丰富的组织结构。本发明专利技术直接作用在蛋白质相互作用网络、基因共表达网络等生物网络上，效果准确度高，是一个非常可靠的生物网络聚类方法和系统。统。统。

【技术实现步骤摘要】
一种基于高阶结构的生物网络聚类方法和系统


[0001]本专利技术涉及计算机数据处理
，特别涉及到一种基于高阶结构的生物网络聚类方法和系统。

技术介绍

[0002]生物网络中的聚类分析涉及到从生物学角度识别有意义的功能模块，为理解复杂的生物系统提供有价值的见解。大多数聚类算法仅在个体生物实体及其连接层使用低阶连接模式来进行聚类分析。虽然链接是网络的基本单元，但考虑低阶连接模式可能不足以充分利用生物网络中可用的结构信息，从而限制了聚类精度的进一步提高。现有的聚类技术在个体生物分子及其连接层面利用了低阶连接模式，但很少有技术能在小网络或模体结构层面考虑到高阶连接模式。

技术实现思路

[0003]本专利技术目的在于，针对目前的缺陷和不足，提供一种基于高阶结构的生物网络聚类方法和系统，包括网络构建模块、模型构建模块、网络聚类模块、冗余删除模块和结果展示模块，利用生物网络中丰富的高阶结构信息以识别其中的功能模块，结合高阶马尔可夫随机过程的优势，能够针对各种类型的网络模体进行聚类分析。本专利技术有着可靠的表现，基于高阶结构信息的聚类结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高阶结构的生物网络聚类方法，其特征在于按下列步骤进行：a、在生物信息背景下，用一个包括节点和链接的二元组来表示生物网络，节点用来表示单个的生物分子，链接则用来描述它们之间的连接关系；b、构建出用张量表示的高阶网络模体，并将随机游走理论应用到高阶结构信息的张量上，形成了一个转移概率张量，建立高阶马尔可夫链模型；c、对一组网络模体中的每个模体分别进行聚类处理,将高阶马尔可夫链用一阶马尔可夫链近似表示，使用马尔可夫聚类算法进行聚类处理，将每次聚类的结果加入到一个集合中；d、通过步骤c得到的聚类结果，将其中冗余部分删除，利用了领域亲和力来验证聚类结果中的簇是否冗余，得到了最终的结果。2.一种基于高阶结构的生物网络聚类系统，其特征在于，该...

【专利技术属性】
技术研发人员：胡伦，张俊，周喜，蒋同海，赵博伟，
申请(专利权)人：中国科学院新疆理化技术研究所，
类型：发明
国别省市：