단백질 복합체(protein complex)를 찾아내는 것은 생물학적인 현상들을 이해하는 데 있어서 가장 기본적으로 선행되어야 할 과제 중 하나이다. 단백질 복합체를 찾는 방법 중 가장 널리 쓰이는 ...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A60153444
2012
Korean
569
KCI등재
학술저널
202-209(8쪽)
0
0
상세조회0
다운로드국문 초록 (Abstract)
단백질 복합체(protein complex)를 찾아내는 것은 생물학적인 현상들을 이해하는 데 있어서 가장 기본적으로 선행되어야 할 과제 중 하나이다. 단백질 복합체를 찾는 방법 중 가장 널리 쓰이는 ...
단백질 복합체(protein complex)를 찾아내는 것은 생물학적인 현상들을 이해하는 데 있어서 가장 기본적으로 선행되어야 할 과제 중 하나이다. 단백질 복합체를 찾는 방법 중 가장 널리 쓰이는 방법은 단백질 상호 작용 네트워크(protein interaction network)의 군집화(clustering)를 이용하는 것이다. 그러나 이러한 방법을 이용할 경우 단백질 상호 작용 네트워크의 각 간선(protein interaction)은 높은 거짓 긍정(false positive) 및 거짓 부정(false negative) 오류율을 보이기 때문에, 네트워크로부터 단백질 복합체를 정확히 찾아내는 것은 어려운 작업이다. 따라서 본 연구에서는 네트워크 데이터 외에도 유전자 발현값 데이터를 추가적으로 이용해서 단백질 복합체를 찾는 방법을 제시한다. 이 방법은 어떤 단백질은 여러 단백질 복합체에 속할 수 있으므로, 중복을 허용하는 네트워크 탐색 방법을 사용한다. 결과적으로, 본 연구에서 제시한 방법을 이용했을 경우 기존의 단백질 복합체 탐색 방법보다 정확하게 단백질 복합체를 찾음을 확인할 수 있었다.
다국어 초록 (Multilingual Abstract)
Detecting protein complexes is essential work for understanding biological functions and processes. Most protein complexes detecting methods are based on clustering the protein interaction network. However, one of the difficulties in these methods ori...
Detecting protein complexes is essential work for understanding biological functions and processes. Most protein complexes detecting methods are based on clustering the protein interaction network. However, one of the difficulties in these methods originates from the fact that protein interactions suffer from high false positive rate. We propose a protein complex detecting algorithm which employs gene expression data, as well as protein interaction network. The proposed algorithm allows overlapping of the protein complexes based on the fact that some proteins can be involved in several complexes at the same time. As a result, we could confirm that our algorithm is more accurate than existing algorithms.
목차 (Table of Contents)
참고문헌 (Reference)
1 S. Pu, "Up-to-date catalogues of yeast protein complexes" 37 (37): 825-831, 2009
2 G. Palla, "Uncovering the overlapping community structure of complex networks in nature and society" 435 : 814-818, 2005
3 L. Salwinski, "The database of interacting proteins : 2004 update" 32 (32): 449-451, 2004
4 Y. Ho, "Systematic identification of protein complexes in Saccharomyces cerevisiae by mass spectrometry" 415 : 180-183, 2002
5 T. Ito, "Roles for the two-hybrid system in exploration of the yeast protein interactome" 1 : 561-566, 2002
6 C. M. Deane, "Protein interactions : Two methods for assessment of the reliability of high throughput observations" 1 : 349-356, 2002
7 A. Kumar, "Protein complexes take the bait" 415 : 123-124, 2002
8 Y. Yeu, "Protein Complex Discovery from Protein Interaction Network with High False-Positive Rate" 177-182, 2011
9 J. Ahn, "Noise-robust algorithm for identifying functionally associated biclusters from gene expression data" ELSEVIER SCIENCE inC 181 (181): 435-449, 201102
10 M. Li, "Modifying the DPClus algorithm for identifying protein complexes based on new topological structures" 9 (9): 2008
1 S. Pu, "Up-to-date catalogues of yeast protein complexes" 37 (37): 825-831, 2009
2 G. Palla, "Uncovering the overlapping community structure of complex networks in nature and society" 435 : 814-818, 2005
3 L. Salwinski, "The database of interacting proteins : 2004 update" 32 (32): 449-451, 2004
4 Y. Ho, "Systematic identification of protein complexes in Saccharomyces cerevisiae by mass spectrometry" 415 : 180-183, 2002
5 T. Ito, "Roles for the two-hybrid system in exploration of the yeast protein interactome" 1 : 561-566, 2002
6 C. M. Deane, "Protein interactions : Two methods for assessment of the reliability of high throughput observations" 1 : 349-356, 2002
7 A. Kumar, "Protein complexes take the bait" 415 : 123-124, 2002
8 Y. Yeu, "Protein Complex Discovery from Protein Interaction Network with High False-Positive Rate" 177-182, 2011
9 J. Ahn, "Noise-robust algorithm for identifying functionally associated biclusters from gene expression data" ELSEVIER SCIENCE inC 181 (181): 435-449, 201102
10 M. Li, "Modifying the DPClus algorithm for identifying protein complexes based on new topological structures" 9 (9): 2008
11 J. Vlasblom, "Markov clustering versus affinity propagation for the partitioning of protein interaction graphs" 10 (10): 2009
12 Y. Ahn, "Link communities reveal multiscale complexity in networks" 466 : 761-765, 2010
13 A. P. Gasch, "Genomic expression programs in the response of yeast cells to environmental changes" 11 (11): 4241-4257, 2000
14 S. Brohee, "Evaluation of clustering algorithms for protein-protein interaction networks" 7 (7): 2006
15 M. Altaf-Ul-Amin, "Development and implementation of an algorithm for detection of protein complexes in large interaction networks" 7 (7): 2006
16 U. Güldener, "CYGD : the comprehensive yeast genome database" 33 (33): 364-368, 2005
17 B. Adamcsek, "CFinder : locating cliques and overlapping modules in biological networks" 22 (22): 1021-1023, 2006
18 C. Stark, "BioGRID : a. general repository for interaction datasets" 34 (34): 535-539, 2006
19 A. J. Enright, "An efficient algorithm for large-scale detection of protein families" 30 (30): 1575-1584, 2002
20 G. D. Bader, "An automated method for finding molecular complexes in large protein interaction networks" 4 (4): 2003
21 S. Fields, "A novel genetic system to detect protein–protein interactions" 340 : 245-245, 1989
초분광영상의 물질탐지를 위한 피라미드 기법 기반 색인 및 K-최근접 질의 알고리즘
빈발 부분그래프 마이닝의 반복 수행에서 중복 연산 제거 기법
학술지 이력
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2014-09-01 | 평가 | 학술지 통합(기타) | |
2013-04-26 | 학술지명변경 | 한글명 : 정보과학회논문지 : 데이타베이스</br>외국어명 : Journal of KIISE : Databases | |
2011-01-01 | 평가 | 등재학술지 유지(등재유지) | |
2009-01-01 | 평가 | 등재학술지 유지(등재유지) | |
2007-01-01 | 평가 | 등재학술지 유지(등재유지) | |
2005-01-01 | 평가 | 등재학술지 유지(등재유지) | |
2002-01-01 | 평가 | 등재학술지 선정(등재후보2차) |