蛋白质(PPI)网络比对算法相关资料的整理

已于 2024-03-30 10:29:35 修改
阅读量281 收藏 3
点赞数
文章标签： 算法 网络 开源 健康医疗
于 2023-07-01 11:43:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ancient_stars/article/details/131487074
版权

        在做毕设时收集了很多论文，过程繁琐，在这将收集到的论文和部分开源代码整理起来，并没有找全，部分代码链接失效，仅做参考。

一、PPI网络可视化软件下载链接：

Cytoscape: An Open Source Platform for Complex Network Analysis and Visualization

二、PPI网络文件网站：

  1. PANTHER：http://pantherdb.org/
  2. BIOGRID：BioGRID | Database of Protein, Chemical, and Genetic Interactions

三、论文资料：

 【2004年】

1、NetworkBLAST: Conserved patterns of protein interactionin multiple species——局部+多网络+多对多【论文】【无】

2、PathBLAST: a tool for alignment of protein interaction networks——局部+多网络+多对多【论文】【代码】

3、MaWISH: Pairwise Alignment of Protein Interaction Networks——局部+多网络+多对多【论文】【无】

【2006年】

1、Græmlin: General and robust alignment of multiple large interaction networks——局部+多网络+多对多【论文】【无】

【2008年】

1、IsoRank: Global alignment of multiple protein interaction networks with application to functional orthology detection——全局+成对网络+一对一【论文】【网站】

2、IsoRankN: spectral methods for global alignment of multiple protein networks——全局+多网络+多对多【论文】【网站】

【2009年】 

1、Domain-oriented edge-based alignment of protein interaction networks——局部+多网络+多对多【论文】【代码】

2、GNA: Global alignment of protein–protein interaction networks by graph matching methods——全局+成对网络+一对一【论文】【无】

3、NATALIE: A new graph-based method for pairwise global network alignment——全局+成对网络+一对一【论文】【无】

【2010年】

1、GRAAL: Topological network alignment uncovers biological function and phylogeny——全局+成对网络+一对一【论文】【代码】

2、MI-GRAAL: Integrative Network Alignment Reveals Large Regions of Global Network Similarity in Yeast and Human——全局+成对网络+一对一【论文】【软件】

3、H-GRAAL: Optimal network alignment with graphlet degree vectors——全局+成对网络+一对一【论文】【无】

【2012年】

1、C-GRAAL: Common-Neighbors-Based Global GRAph ALignment of Biological Networks——全局+成对网络+一对一【论文】【软件】

2、GHOST: Global network alignment using multiscale spectral signatures——全局+成对网络+一对一【论文】【代码】

3、AlignNemo: A Local Network Alignment Method to Integrate Homology and Topology——局部+成对网络+多对多【论文】【软件】

4、GraphAlignment: Bayesian pairwise alignment of biological networks——全局+成对网络+一对一【论文】【无】

【2013年】

1、NETAL: a new graph-based method for global alignment of protein–protein interaction networks——全局+成对网络+一对一【论文】【代码】

2、BEAMS: BEAMS: backbone extraction and merge strategy for the global many-to-many alignment of multiple PPI networks——全局+多网络+多对多【论文】【代码】

3、NetCoffee: a fast and accurate global alignment approach to identify functionally conserved proteins in multiple networks——全局+多网络+多对多【论文】【代码】

4、SPINAL: scalable protein interaction network alignment——全局+成对网络+一对一【论文】【代码】

5、PISwap: Optimizing a global alignment of protein interaction networks——全局+成对网络+一对一【论文】【代码】

【2014年】

1、Pin-Align: A New Dynamic Programming Approach to Align Protein-Protein Interaction Networks——局部+成对网络+一对一【论文】【无】

2、DualAligner: a dual alignment-based strategy to align protein interaction networks——局部+成对网络+一对一【论文】【代码】

3、HubAlign: an accurate and efficient method for global alignment of protein–protein interaction networks——全局+成对网络+一对一【论文】【代码】

4、MAGNA: Maximizing Accuracy in Global Network Alignment——全局+成对网络+一对一【论文】【代码】

【2015年】

1、L-GRAAL: Lagrangian graphlet-based network aligner——全局+成对网络+一对一【论文】【软件】

2、ACOGA: M Ộ T THU Ậ T TOÁN T Ố I Ư U Đ ÀN KI Ế N DÓNG HÀNG TOÀN C Ụ C M Ạ NG T ƯƠ NG TÁC PROTEIN——全局+成对网络+一对一【论文】【无】

3、CLMNA: Multi-Neighborhood Learning for Global Alignment in Biological Networks——全局+成对网络+一对一【论文】【无】

4、MAGNA++: Maximizing Accuracy in Global Network Alignment via both node and edge conservation——全局+成对网络+一对一【论文】【网站】

5、FASTAn: An efficient algorithm for global alignment of protein-protein interaction networks——全局+成对网络+一对一【论文】【无】

6、Fuse: multiple network alignment via data fusion——全局+多网络+一对一【论文】【软件】

7、LocalAli: an evolutionary-based local alignment approach to identify functionally conserved modules in multiple networks——局部+多网络+多对多【论文】【代码】

8、SiPAN: simultaneous prediction and alignment of protein–protein interaction networks——全局+成对网络+一对一【论文】【代码】

9、Optnetalign: multiobjective memetic algorithm for PPI network alignment——局部+成对网络+多对多【论文】【代码】

【2016年】

1、ConvexAlign: Joint Alignment of Multiple Protein-Protein Interaction Networks via Convex Optimization——全局+多网络+一对一【论文】【无】

2、SMAL: Global multiple protein-protein interaction network alignment by combining pairwise network alignments——全局+成对网络+一对一【论文】【无】

3、ModuleAlign: module-based global alignment of protein-protein interaction networks——全局+成对网络+一对一【论文】【代码】

4、ACOGNA: An efficient method for protein-protein interaction network alignment——全局+成对网络+一对一【论文】【无】

5、PROPER: global protein interaction network alignment through percolation matching——全局+成对网络+一对一【论文】【代码】

6、LNA-GNA: Local versus global biological network alignment——一种度量方法【论文】【代码】

7、MeAlign: Global Biological Network Alignment by Using Efficient Memetic Algorithm——局部【论文】【无】

【2017年】

1、BalanceAli: Multiple PPI Network Alignment With Balanced High Coverage and Consistency——全局+多网络+多对多【论文】【无】

2、DynaMAGNA++: Alignment of dynamic networks——动态【论文】【代码】

3、INDEX: Incremental depth extension approach for protein–protein interaction networks alignment——全局+成对网络+一对一【论文】【代码】

4、Ulign: Unified Alignment of Protein-Protein Interaction Networks——全局+成对网络+一对多【论文】【软件】

5、SANA: simulated annealing far outperforms many other search algorithms for biological network alignment——全局+成对网络+一对一【论文】【代码】

【2018年】

1、MAPPIN: A Novel Computational Approach for Global Alignment for Multiple Biological Networks——全局【论文】【无】

2、MultiMAGNA++: Multiple Network Alignment via MultiMAGNA++——全局+多网络【论文】【代码】

3、IBNAL: Index-Based Network Aligner of Protein-Protein Interaction Networks——全局+成对网络+一对一【论文】【无】

4、PrimAlign: PageRank-inspired Markovian alignment for large biological networks——全局+成对网络+一对一【论文】【代码】

5、GLAlign: A Novel Algorithm for Local Network Alignment——局部【论文】【代码】

6、ConnectedAlign: a PPI network alignment method for identifying conserved protein complexes across multiple species——全局+多网络+多对多【论文】【无】

7、DynaWAVE: Aligning dynamic networks with DynaWAVE——动态【论文】【代码】

【2019年】

1、LePrimAlign: local entropy-based alignment of PPI networks to predict conserved modules——局部+成对网络+多对多【论文】【无】

2、ACOGNA2: A novel algorithm for maximizing accuracy in global network alignment ——全局+成对网络+一对一【论文】【无】

3、NetCoffee2: A novel algorithm for alignment of multiple PPI networks based on simulated annealing——全局+成对、多网络+多对多【论文】【代码】

【2020年】

1、GPPIAL: A New Global PPI Network Aligner Based on Orthologs ——全局+成对网络+一对一【论文】【代码】

2、SAlign–a structure aware method for global PPI network alignment——全局+成对网络+一对一【论文】【代码】

3、AligNet: alignment of protein-protein interaction networks | BMC Bioinformatics——全局+成对网络+一对一【论文】【代码】

4、LNA: Using Network Embeddings for Improving Network Alignment——局部【论文】【无】

5、SL-GLAlign: improving local alignment of biological networks through simulated annealing——局部【论文】【代码】

6、ILALign: Alignment of biological networks by integer linear programming: virus-host protein-protein interaction networks——全局+成对网络+一对一【论文】【无】

7、ImAlign: Adaptive Artificial Immune System for Biological Network Alignment【论文】【无】

8、MPGM: Scalable and Accurate Multiple Network Alignment ——多网络【论文】【无】

【2021年】

1、MONACO: accurate biological network alignment through optimal neighborhood matching between focal nodes——局部+成对、多网络+一对一【论文】【代码】

2、BatAlign: Pairwise Biological Network Alignment Based on Discrete Bat Algorithm——全局+成对网络+一对一【论文】【无】

3、Protein2Vec: Aligning Multiple PPI Networks with Representation Learning——多网络【论文】【无】

4、RENA: The protein-protein interaction network alignment using recurrent neural network——全局+成对网络+一对一【论文】【无】

【2022年】

1、BioAlign: An Accurate Global PPI Network AlignmentAlgorithm——全局+成对网络+一对一【论文】【无】

【2023年】

1、AntNetAlign: Ant Colony Optimization for Network Alignment——全局+成对网络+一对一【论文】【代码】

Ancient_stars
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
用于成对PPI网络比对的分治与整合算法.pdf
12-22
与现有的PPI网络比对算法相比，该算法在生物相关性和拓扑结构的匹配效果上表现出优越性。实验结果表明，该方法能够在保持高精度的同时，有效地处理大规模的PPI网络比对任务。 总的来说，这项工作为PPI网络比对提供...
PPI网络的构建与美化(String+Cytoscape)
最新发布
Dzfly
01-07 1万+
PPI网络的构建与美化(String+Cytoscape)
STRING:蛋白质相互作用(PPI网络)数据库简介
热门推荐
庐州月光的博客
11-06 6万+
欢迎关注微信公众号《生信修炼手册》! 研究蛋白之间的相互作用网络，有助于挖掘核心的调控基因，目前已经有很多的蛋白质相互作用的数据库，而string绝对是其中覆盖的物种最多，相互作用信息做大的一个，网址如下 https://string-db.org/ 该数据库的最新版本为version 10.5, 更新于2017年5月14号，存储了2031个物种，9643763种蛋白，共1380838440个...
跟着Cell学作图|9.PPI分析(GeNets数据库)
weixin_45822007的博客
05-04 4544
9.PPI分析(GeNets数据库)“实践是检验真理的唯一标准。”“复现是学习R语言的最好办法。”DOI: 10.1016/j.cell.2020.05.032这篇2020年发表在cell...
PPI数据集
ziqingnian的博客
01-22 1万+
PPI（Protein–protein interactions）蛋白质交互作用 下载地址：http://snap.stanford.edu/graphsage/ppi.zip PPI 网络是蛋白质相互作用（Protein-Protein Interaction,PPI）网络的简称，在GCN中主要用于节点分类任务 PPI是指两种或以上的蛋白质结合的过程，通常旨在执行其生化功能。 一般地，如果两个蛋白质共同参与一个生命过程或者协同完成某一功能，都被看作这两个蛋白质之间存在相互作用。多个蛋白质之间的复杂
生物信息学入门 富集分析与蛋白质互作用网络（PPI）的可视化 Cystocape入门指南
无名岛
03-01 5万+
网络图是生物信息学中常用的显示不同节点之间关联方向与关联程度的可视化方法。在富集分析中，网络图常被用于表示功能与估计到该功能的基因的联系。在蛋白质互作用网络中，网络图常用于表示编码基因之间的互作用类型与作用强度，基于这些信息，还可以通过某一节点与其他节点的连接数量来判断该节点在整个网络中的贡献度（degree）。绘制网络图常使用cystoscape软件，通过输入符合规范的数据，调整合适的参数，...
论文研究-基于动态加权PPI网络的关键蛋白质识别算法.pdf
07-22
与静态PPI网络相比，动态PPI网络更能体现蛋白质之间相互作用的真实情况，并有效降低PPI网络中的假阴性。现有的关键蛋白质预测方法主要应用在静态PPI网络，忽视了PPI网络的动态特性。为有效预测关键蛋白质，利用基因...
ppi蛋白质网络数据集
08-08
本文将探讨“ppi蛋白质网络数据集”及其相关知识点，特别是与网络表示学习和图网络的应用。 首先，我们来看“ppi-class_map.json”文件，它可能是一个映射文件，将蛋白质或相互作用的ID与它们所属的类别或功能相...
论文研究-PPI网络的改进谱聚类算法.pdf
07-23
蛋白质相互作用PPI网络是生物信息学的一个新的研究领域。近年来谱聚类算法在未知蛋白质的功能预测方面发挥了重要作用, 但是它要求事先确定聚类数目, 为此提出了一种基于边的得分搜索的谱聚类算法。该算法采用谱聚类...
PPI-network-analysis:PPI网络的聚类和集中度分析
03-07
Louvain聚类和蛋白质间相互作用（PPI）网络的集中度分析 该存储库包含python脚本 从PPI网络中检测具有统计意义的重要社区。 进行集中度分析 要求 python 3.0 网络x 2.4 qstest 1.1.0 熊猫1.0.4 用法 用于重大社区发现 python python/find__significant_module.py -n example/example_network.txt -g example/example_input.txt -o output_dir 有关详细信息： python python/find__significant_module.py -h 用于中心性分析 python python/perform_centrality_analysis.py -n example/example_network.txt -g exampl
如何根据PPI网络进一步挖掘信息
庐州月光的博客
11-06 1万+
欢迎关注微信公众号《生信修炼手册》! 从数据库中得到蛋白质的相互作用信息之后，我们可以构建蛋白质间的相互作用网络，但是这个网络是非常复杂的，节点和连线的个数很多，如果从整体上看，很难挖掘出任何有生物学价值的信息，所以我们需要借助一些算法来深入挖掘。 随着各个数据库中信息通量的不断提高，基于网络的分析方法越来越受欢迎，比如我们常见的蛋白质相互网络，基因共表达网络，转录因子调控网络，pathway网络...
PPI蛋白互作网络构建详细步骤
tqptr_opqww的博客
05-20 6549
PPI蛋白互作网络构建详细步骤 string数据库是目前数据量最丰富、应用最广泛的研究蛋白质相互作用的数据库之一，收录了超过14000个物种、6千多万种蛋白、200多亿个相互作用的信息。这些蛋白质相互作用既包括直接的物理作用，也包括间接的功能相关性。 1. 进入官网（https://string-db.org）之后，点击search，点击之后的界面如下图所示： 左侧为选项，有根据单个蛋白名字、单个蛋白序列、多个蛋白名字、多个蛋白序列来构建，这里我们以单个蛋白名字为例进行演示 2. 点击Protein b
PPI网络比对文章汇总
weixin_40663313的博客
09-28 599
​ 一、已读文章 两个网络的： HubAlign：采用重要性节点“Importence”，根据hub节点和瓶颈节点，采用最小度启发式算法进行比对。拓扑较好，生物指标较差。（BioInforMatics）2014 论文链接：HubAlign: an accurate and efficient method for global alignment of protein–protein interaction networks | Bioinformatics | Oxford Academic 代
什么是PPI，有什么作用？
12-10 4758
　　PPI协议是西门子专门为S7-200开发的通信协议，不开放。CPU的两个通信端口(端口0和端口1)支持该协议，S7-200的部分通信模块也支持PPI协议。编程软件Micro/WIN与CPU之间的编程通信也采用PPI协议，编程下载必须使用支持PPI的电缆。 　　 　　PPI是主从协议，CPU可以是主站，也可以是从站。与从站的通信由主站的PPI协议管理。所有的通信程序都运行在主CPU上，从设备不需要特殊的通信代码，响应主站的请求，实现CPU之间的数据交换。 　　 　　PPI协议可以用来组成由单个主站和多个从
通过NetworkAnalyst在线服务构建PPI网络
庐州月光的博客
11-07 6575
欢迎关注微信公众号《生信修炼手册》! NetworkAnalyst是一个在线网站，通过该网站可以方便的分析基因表达谱数据，比如聚类，差异分析，富集分析等等，而且可以基于基因来构建各种相互作用网络，该网站的地址如下 http://www.networkanalyst.ca/faces/home.xhtml 输入数据可以是基因或者蛋白的列表，也可以是基因在所有样本中表达量的表格。对于表达量数据，支...
locate ppi 详解
Helping BIOSer become Awesome!
01-01 2647
废话少说，先上代码 ** Locate a given named PPI. @param PeiServices An indirect pointer to the EFI_PEI_SERVICES table published by the PEI Foundation. @param Guid Pointer to GUID
ppi的使用
fitpolo
09-11 142
工程下载地址 定时器0是作为计数； 定时器1是作为定时器，周期为2秒； 定时器2是作为定时器，周期为1秒； 定时器1的事件，连接了定时器0的停止任务； 定时器2的事件，连接了定时器0的开始任务； int main(void) { ppi_timer_init(); ppi_init(); start_ppi(); simple_uart_config(0xff,9,0xff,11,false); uart_exit(); while(1)
EFI基本概念之PPI
zhao_longwei的专栏
01-31 7416
1 基本概念及用法 PPI是一个PEIM和另一个PEIM沟通的桥梁，它通过PPI描述符来描述其特性。PPI描述符是一个数据结构。   这个数据结构定义如下： typedef struct {   UINTN    Flags;   EFI_GUID *Guid;   VOID     *Ppi; }EFI_PEI_PPI_DESCRIPTOR;     Flags描述了PPI的特
谱平分法挖掘酵母PPI网络中的生物社团
本文主要探讨了在生物网络分析领域中的一个重要课题——利用谱平分法挖掘酵母（Saccharomyces cerevisiae）蛋白质相互作用（PPI）网络中的社团结构。PPI网络是理解细胞功能和生命过程的关键，它们代表了蛋白质之间的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值