According to the experimental resul

According to the experimental results of LAC algorithm, this algorithm is superior to the six typical centrality measures
mentioned above. In addition, LAC considers the important modular nature of protein essentiality. Hence, we use the dynamic local average connectivity to represent the topology centrality of proteins. Meanwhile, Hart et al. (2007) pointed out that protein complexes highly correlate with essential proteins. Therefore, we choose the dynamic complex centrality as the biological part of our essentiality measure. Based on the analysis above, we select the integration of the dynamic local average connectivity and complex centrality to form our final essentiality measure of proteins. To combine these two parts, a harmonic centrality is defined as Function (6).

ผลลัพธ์ (ไทย) 1:

ตามผลการทดลองของอัลกอริทึมลัค อัลกอริทึมนี้จะเหนือกว่ามาตรการแห่งทั่วไป 6ดังกล่าวข้างต้น นอกจากนี้ LAC พิจารณาลักษณะสำคัญโมดูลาร์ของ essentiality โปรตีน ดังนั้น เราใช้เชื่อมต่อค่าเฉลี่ยของท้องถิ่นแบบไดนามิกถึงแห่งโครงสร้างของโปรตีน ในขณะเดียวกัน ฮาร์ท et al. (2007) ชี้ให้เห็นว่าโปรตีนที่คอมเพล็กซ์สูงสร้างความสัมพันธ์กับโปรตีนที่สำคัญ ดังนั้น เราเลือกเอกภาพซับซ้อนแบบไดนามิกเป็นส่วนชีวภาพวัด essentiality ของเรา ตามการวิเคราะห์ข้างต้น เราเลือกการรวมเชื่อมต่อเฉลี่ยภายในแบบไดนามิกและเอกภาพเพื่อวัดของเรา essentiality สุดท้ายของโปรตีนที่ซับซ้อน รวมทั้งสองส่วน เอกภาพมีค่าถูกกำหนดเป็นฟังก์ชัน (6)

ผลลัพธ์ (ไทย) 2:

ตามผลการทดลองของขั้นตอนวิธี LAC อัลกอริทึมนี้จะดีกว่าหกมาตรการศูนย์กลางทั่วไป
ดังกล่าวข้างต้น นอกจากนี้ LAC พิจารณา modular ธรรมชาติที่สำคัญของโปรตีนจำเป็น ดังนั้นเราจึงใช้การเชื่อมต่อแบบไดนามิกโดยเฉลี่ยในท้องถิ่นเพื่อเป็นตัวแทนของศูนย์กลางโครงสร้างของโปรตีน ในขณะเดียวกันฮาร์ทและคณะ (2007) ชี้ให้เห็นว่าโปรตีนสูงมีความสัมพันธ์กับโปรตีนที่สำคัญ ดังนั้นเราจึงเลือกศูนย์กลางที่ซับซ้อนแบบไดนามิกเป็นส่วนหนึ่งที่ทางชีวภาพของตัวชี้วัดความจำเป็นของเรา จากการวิเคราะห์ข้างต้นเราเลือกรวมตัวกันของท้องถิ่นและการเชื่อมต่อที่ซับซ้อนเฉลี่ยศูนย์กลางแบบไดนามิกในรูปแบบวัดความจำเป็นสุดท้ายของโปรตีนของเรา จะรวมทั้งสองส่วนศูนย์กลางประสานถูกกำหนดให้เป็นฟังก์ชั่น (6)

ผลลัพธ์ (ไทย) 3:

จากผลการทดลองของขั้นตอนวิธีนี้เป็นขั้นตอนวิธีครั่งกว่าหกทั่วไปศูนย์กลางมาตรการ
ดังกล่าวข้างต้น นอกจากนี้ ครั่งจะพิจารณาธรรมชาติโมดูลที่สำคัญของ essentiality โปรตีน ดังนั้น เราใช้แบบไดนามิกโดยการเชื่อมต่อแบบท้องถิ่นเพื่อแสดงความสำคัญของโปรตีน ในขณะเดียวกัน ฮาร์ท et al .( 2007 ) ชี้ให้เห็นว่าสารประกอบเชิงซ้อนของโปรตีนสูง มีความสัมพันธ์กับ โปรตีนที่จำเป็น ดังนั้นเราจึงเลือกแบบไดนามิกที่ซับซ้อนเป็นส่วนหนึ่งทางวัดศูนย์กลางของ essentiality ของเรา จากการวิเคราะห์ข้างต้นเราเลือกบูรณาการแบบไดนามิกและศูนย์กลางการเชื่อมต่อท้องถิ่นเฉลี่ยที่ซับซ้อนแบบฟอร์มวัด essentiality สุดท้ายของโปรตีนของเรา ที่จะรวมทั้งสองส่วนมีศูนย์กลางที่ประสานกันหมายถึงฟังก์ชัน ( 6 )