ClusterONE算法详解及优化

1. 引言

ClusterONE是由TamásNepusz，Haiyuan Yu和Alberto Paccanaro开发的一个由内聚力(cohesiveness)引导搜索的聚类算法。ClusterONE算法可以主要解决的是蛋白质复合物的类别识别问题，也就是PPI网络中密集子结构的识别问题。ClusterONE算法中，内聚力得分越高则代表了该组蛋白质越有可能是一种蛋白质复合物，但是ClusterONE算法仅仅依赖于内聚力公式，算法过程中可能会出现偏差。可能会出现使内聚力下降的节点，但是实际上该节点的确属于候选蛋白质复合物。所以在内聚力失去效用时，我们可以使用另一套评判机制来判断节点到底属于哪个聚类，我们将这套评判机制称为近邻选择策略。

参考文献：T.Nepusz, H. Yu, and A. Paccanaro, “Detecting overlapping protein complexes inprotein-protein interaction networks,” Nat. Methods, vol. 9, no. 5, pp.471–472, Mar. 2012.

2. ClusterONE算法详解

灰色阴影区域表示已知聚类，与已知聚类内部有联系的节点被称为邻居节点，在聚类内部被联系的节点被称为聚类内部的顶点节点。图中的C,F,G为聚类的邻居节点，A,B,D,E为聚类的顶点节点。深黑色边是internal edges，灰色边是boundary edges，虚线边是external edges。

内聚力被定义为如下：

其中，是指候选蛋白质复合物中所有节点相互作用的边的权重总和，