Considering that the interactions i

Considering that the interactions in the dynamic PPI networks are simultaneously obtained under the same condition, we consider that these interactions have higher quality than those in the static PPI network. Pearson correlation coefficient (PCC) is introduced to evaluate how strong two interacting proteins are co-expressed (Li et al., 2012), and GO similarity is selected to measure the functional similarity of interacting proteins. We compare the average PCC and the average GO similarity of four PPI networks which refer to the static network, our dynamic network, and two dynamic PPI networks constructed by the methods introduced by Tang et al. (2011) and Wang et al. (2013), respectively. The four networks are obtained with the same PPI data. The results are shown in Table 3. We can find that both the average PCC and GO similarity of the three dynamic PPI networks are higher than that of the static PPI network. But it is regrettable that the increase in GO similarity is generally low no matter which dynamic PPI network is compared with the static network. Nevertheless, the average PCC of dynamic networks constructed by our method and Wang’s method is much higher than that of the static network, and our dynamic network can achieve the highest PCC. Thus, we conclude that the quality of dynamic PPI networks is higher than that of the static PPI network, and the dynamic PPI network constructed by our method is relatively good.

ผลลัพธ์ (ไทย) 1:

เราพิจารณาว่า การโต้ตอบในเครือข่าย PPI แบบไดนามิกพร้อมกันจะได้รับภายใต้เงื่อนไขเดียวกัน พิจารณาว่า โต้ตอบเหล่านี้มีคุณภาพสูงกว่าผู้ที่อยู่ในเครือข่าย PPI คง สัมประสิทธิ์สหสัมพันธ์เพียร์สัน (PCC) จะนำไปประเมินว่าแข็งแรงโปรตีนโต้ตอบสองร่วมแสดง (Li et al., 2012), และไปเลือกคล้ายวัดความคล้ายคลึงกันทำงานของโปรตีนที่โต้ตอบ เราเปรียบเทียบ PCC เฉลี่ยและคล้ายคลึงไปเฉลี่ย 4 เครือข่าย PPI ซึ่งหมายถึงเครือข่ายคง เครือข่ายแบบไดนามิกของเรา และสองไดนามิก PPI เครือข่ายถูกสร้างขึ้น โดยวิธีการนำถัง et al. (2011) และ al. et วัง (2013), ตามลำดับ เครือข่าย 4 จะได้รับข้อมูล PPI เหมือนกัน ผลลัพธ์จะแสดงอยู่ในตาราง 3 เราสามารถค้นหาทั้งสองเฉลี่ย PCC และไปเฉพาะเครือข่าย PPI แบบสามระดับเครือข่าย PPI คง แต่ไม่พอว่าเพิ่มความคล้ายไปต่ำโดยทั่วไปไม่ว่าเครือข่าย PPI แบบไดนามิกถูกเปรียบเทียบกับเครือข่ายคง อย่างไรก็ตาม PCC เฉลี่ยของเครือข่ายแบบไดนามิกที่สร้างขึ้น โดยวิธีการของเราและวิธีการของวังจะสูงกว่าเครือข่ายคงที่ และเครือข่ายของเราแบบไดนามิกสามารถบรรลุ PCC สูงสุด ดังนั้น เราสรุปว่า คุณภาพของเครือข่าย PPI แบบไดนามิกจะสูงกว่าที่เครือข่าย PPI คง และเครือข่าย PPI แบบไดนามิกที่สร้างขึ้น โดยวิธีการของเราค่อนข้างดี

ผลลัพธ์ (ไทย) 2:

พิจารณาว่าการสื่อสารในเครือข่าย PPI แบบไดนามิกจะได้รับพร้อม ๆ กันภายใต้เงื่อนไขเดียวกันเราพิจารณาว่าการโต้ตอบเหล่านี้มีคุณภาพสูงกว่าผู้ที่อยู่ในเครือข่าย PPI คงที่ ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (PCC) จะถูกนำมาใช้ในการประเมินวิธีการที่แข็งแกร่งสองโปรตีนจะมีปฏิสัมพันธ์ร่วมแสดง (Li et al., 2012) และ GO คล้ายคลึงกันมีการเลือกที่จะวัดความคล้ายคลึงกันการทำงานของโปรตีนที่มีปฏิสัมพันธ์ เราเปรียบเทียบ PCC เฉลี่ยและความคล้ายคลึงกัน GO เฉลี่ยของสี่เครือข่ายของ PPI ซึ่งหมายถึงเครือข่ายแบบคงที่เครือข่ายแบบไดนามิกของเราและสองเครือข่าย PPI แบบไดนามิกสร้างขึ้นโดยวิธีการที่แนะนำให้รู้จักกับอัล Tang et (2011) และวังและคณะ (2013) ตามลำดับ สี่เครือข่ายจะได้รับกับข้อมูล PPI เดียวกัน ผลที่ได้แสดงในตารางที่ 3 เราจะพบว่าทั้งสอง PCC เฉลี่ยและความคล้ายคลึงกันไปของสามเครือข่าย PPI แบบไดนามิกที่มีสูงกว่าเครือข่าย PPI คงที่ แต่มันเป็นเรื่องน่าเศร้าที่การเพิ่มขึ้นของ GO ความคล้ายคลึงกันอยู่ในระดับต่ำโดยทั่วไปไม่ว่าเครือข่าย PPI แบบไดนามิกเมื่อเทียบกับเครือข่ายแบบคงที่ อย่างไรก็ตาม PCC เฉลี่ยของเครือข่ายแบบไดนามิกที่สร้างขึ้นโดยใช้วิธีการและวิธีการของวังของเราจะสูงกว่าที่เครือข่ายแบบคงที่และแบบไดนามิกเครือข่ายของเราจะประสบความสำเร็จ PCC สูงสุด ดังนั้นเราจึงสรุปได้ว่าคุณภาพของเครือข่าย PPI แบบไดนามิกที่สูงกว่าของเครือข่าย PPI คงที่และเครือข่าย PPI แบบไดนามิกสร้างขึ้นโดยวิธีการของเราค่อนข้างดี

ผลลัพธ์ (ไทย) 3:

พิจารณาว่า การสื่อสารในเครือข่ายหรือแบบไดนามิกจะพร้อมกันได้ ภายใต้เงื่อนไขเดียวกัน เราพิจารณาว่า การโต้ตอบเหล่านี้มีคุณภาพสูงกว่าผู้ที่อยู่ในเครือข่าย หรือ คงที่ ค่าสัมประสิทธิ์สหสัมพันธ์ ( PCC ) คือระบบประเมินว่าสองแรงโต้ตอบโปรตีนร่วมแสดง ( Li et al . , 2012 )และไปเลือกวัดความเหมือนความเหมือนแบบโต้ตอบโปรตีน เราเปรียบเทียบ PCC เฉลี่ยเฉลี่ยไปกันสี่ PPI เครือข่ายซึ่งหมายถึงเครือข่ายคงที่ , เครือข่ายของเราแบบไดนามิก และสองแบบไดนามิกหรือเครือข่ายสร้างโดยวิธีการแนะนำโดย Tang et al . ( 2011 ) และ Wang et al . ( 2013 ) ตามลำดับสี่เครือข่ายจะได้รับกับ PPI ข้อมูลเดียวกัน ผลลัพธ์จะแสดงในตารางที่ 3 เราจะพบว่าทั้งสองมีความคล้ายคลึงกันของ PCC และไปสามเครือข่ายแบบไดนามิกซึ่งสูงกว่าที่ของเครือข่าย หรือ คงที่ แต่น่าเสียดายที่เพิ่มไป คล้ายคลึงกัน โดยทั่วไปต่ำไม่ว่า PPI ซึ่งเครือข่ายแบบไดนามิกเมื่อเทียบกับเครือข่ายแบบคงที่ อย่างไรก็ตามโดยเฉลี่ยของแบบไดนามิกหรือเครือข่ายที่สร้างขึ้นโดยวิธี และ หวัง วิธีของเราคือสูงกว่าที่ของเครือข่ายคงที่และเครือข่ายแบบไดนามิกของเราสามารถบรรลุ PCC สูงสุด ดังนั้นเราจึงสรุปได้ว่าคุณภาพของเครือข่ายแบบไดนามิกซึ่งจะสูงกว่าของเครือข่ายหรือคงที่และแบบไดนามิกซึ่งมีเครือข่ายที่สร้างขึ้นโดยวิธีของเราค่อนข้างดี