protclus:PPI网络上蛋白质复合物发现库
protclus的Python项目详细描述
protclus-PPI网络中蛋白质复合物发现的最小python3库
这是一个包含聚类算法的python3库，主要用于在蛋白质-蛋白质相互作用（PPI）网络中发现蛋白质复合物。在
它的灵感来自于https://github.com/trueprice/python-graph-clustering中的Python2脚本集合（不幸的是，它在2021年被弃用），但是针对Python3进行了更新，并作为一组类和方法重写为。因此，导入和集成到项目中要容易得多。此外，它还得益于输出的一些额外的灵活性和对算法速度的一些改进。在
它得益于所有方法之间共享的极其简单的用法
# Example using MCODEfilename="data/unweighted_example_network.txt"c=MCODE(filename)c.cluster()print(c.clusters())c.save_clusters("mcode_example_clusters.txt")
方法
目前包括
- MCODE作者：Gary D.Bader和Christopher W.V.Hogue，“在大型蛋白质相互作用网络中寻找分子复合物的自动化方法。”
- DPCLUS作者：Md Altaf Ul Amin et al.“大型相互作用网络中蛋白质复合物检测算法的开发与实现。”
- IPCA作者：李敏、陈建二、王建新、胡斌和陈刚。基于新拓扑结构的蛋白质复合物识别的dpclus算法改进。在
- COACH，作者：Min Wu，Xiaoli li，Chee Keong Kwoh，见Kiong Ng。“一种基于核心连接的检测ppi网络中蛋白质复合物的方法
即将推出
- ^{str1}$图熵作者：E.C.Kenley和Y.Cho，“基于熵的图聚类：在生物和社会网络中的应用”
安装
从PyPI安装
^{pr2}$从项目根文件夹的源安装，其中setup.py可以通过
pip install -e .
测试
python setup.py test引文
如果这项工作对你有用，请引用每种算法的原始作者和以前的Python2脚本作者。在
另外，请考虑引用以下文件，因为此库是作为
@misc{protclus,
title={Incorporating network based protein complex discovery into automated model construction},
author={Paul Scherer and Maja Trȩbacz and Nikola Simidjievski and Zohreh Shams and Helena Andres Terre and Pietro Liò and Mateja Jamnik},
year={2020},
eprint={2010.00387},
archivePrefix={arXiv},
primaryClass={q-bio.MN}
}
- 项目
标签：
欢迎加入QQ群-->： 979659372
