روشی کارامد جهت بهبود عملکرد کشف موتیف شبکه با استفاده از الگوریتم تکاملی

شبکه های زیست شناسی، عموما شبکه های پیچیده و وسیعی هستند که حاوی اطلاعات مهمی می باشند. تاکنون تلاش های بسیاری به منظور درک ساختار و عملکرد این شبکه ها انجام شده است. دانشمندان بر این باورند که شباهت های ساختاری در این شبکه ها منجر به بروز رفتارهای مشابه سلولی می شود. به همین منظور یکی از ویژگی های ساختاری هر شبکه، موتیف های آن شبکه است که دارای عملکرد خاصی در شبکه می باشد. موتیف ها زیرشبکه های کوچک همبندی هستند که در شبکه مورد بررسی با فراوانی بالاتری نسبت به شبکه های تصادفی مشاهده می شوند، همچنین از موتیف ها، با عنوان اجزای ساده و بنیادی شبکه تعبیر می شود. تا کنون الگوریتم های مختلفی به منظور حل مسئله ی پیدا کردن موتیف ها ارائه شده است که دارای پیچیدگی محاسباتی زیادی هستند و زمان اجرا و حافظه مصرفی بالایی نیاز دارد به همین خاطر در اندازه ی موتیف مورد جستجو در شبکه محدودیت خواهیم داشت. در این مقاله، روش های موجود برای حل مسئله کشف موتیف بررسی شده، سپس رویکرد جدیدی با استفاده از الگورتیم های تکاملی به منظور یافتن موتیف هایی با هر اندازه در شبکه، ارائه شده است. این امر منجر به تشخیص موتیف هایی با تعداد رئوس بیشتر و در شبکه های بزرگتر می شود که پیشرفت قابل توجهی در این زمینه است. الگوریتم پیشنهادی مبتنی بر روش شناخته شده الگوریتم مدا بوده که از جمله روش های موتیف محور میباشد. الگوریتم پیشنهادی را بر روی شبکه های بروزشده ی زیستی و غیر زیستی مورد ارزیابی قرارد داده و با مقایسه نتایج بدست آمده با دیگر الگوریتم های موجود بهینگی آن نشان داده شده است.

کلیدواژه ها:

شبکه های پیچیده ، موتیف های شبکه ، فراوانی زیرشبکه ، الگوریتم تکاملی