人类蛋白质相互作用网络中心度分析

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

研究问题：人类蛋白质相互作用网络中心度分析主要参考文献：Goh, K.I. and Cusick,M.E. and Valle, D. and et al., The human diseasenetwork,Proceedings of theNational Academy of Sciences, 2007:104(21),8685--8690.            

用到的主要pakage: igraph

1、建立网络：
library(igraph)
human<-read.table
HumanPro<-graph.data.frame(human, directed=FALSE)

summary(HumanPro)
IGRAPH UN-- 7533 22051 --
attr: name (v/c)

建立的人类蛋白质相互作用网络中含有7533个节点，22051条边，为无向图

2、网络中心度计算
     对于复杂网络，中心度（参考http://en.wikipedia.org/wiki/Centrality#cite_note-12）是用来度量节点重要性的指标，目前已经存在的中心度指标有很多种。其中畅用到的重要指标是度（degree），介数（Betweenness），紧密度（closeness），pagerank。这次作业中，我将计算出人类蛋白质相互作用网络中各个蛋白质的这4种中心度指标。
（1）度计算
Degr<-degree(HumanPro)
write.table(Degr,"D:\\刘雪明\\刘雪明\\2012\\数据分析与R语言\\Degree.txt")
计算出网络中所有节点的度之后，度分布是网络的一个重要的全局特性。下面画出网络的度分布图。
DegrDis<-degree.distribution(HumanPro)
plot(DegrDis)
    从结果来看可知网络度分布服从幂律分布，是典型的无标度网络（scale-free network: http://en.wikipedia.org/wiki/Scale-free_network）
（2）介数计算Betw<-betweenness(HumanPro,directed=FALSE,normalized=TURE, normalized=T)write.table(Betw,（3）紧密度计算Close<-closeness(HumanPro, mode="all")write.table（4）pagerank计算PageRank<-page.rank(HumanPro)write.table(PageRank,
3 人类蛋白质相关网络中心度分析      从4种指标的结果来看，每个节点的度，介数，pagerank变化趋势相近，而紧密度则相差较大。

c

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：相互作用 蛋白质 Proceedings National Sciences 蛋白质 网络 中心

请问楼主或其他朋友，对于有向加权图，使用betweenness_centrality，算法是如何实现的？