In the field of computational bioinformatics, identifying a set of genes which are responsible for a particular cellular mechanism, is very much essential for tasks such as medical diagnosis or disease gene identification. Accurately grouping (clustering) the genes is one of the important tasks in understanding the functionalities of the disease genes. In this regard, ensemble clustering becomes a promising approach to combine different clustering solutions to generate almost accurate gene partitioning. Recently, researchers have used generative model as a smart ensemble method to produce the right consensus solution. In the current paper, we develop a protein-protein interaction-based generative model that can efficiently perform a gene clustering. Utilizing protein interaction information as the generative model's latent variable enables enhance the generative model's efficiency in inferring final probabilistic labels. The proposed generative model utilizes different weak supervision sources rather utilizing any ground truth information. For weak supervision sources, we use a multi-objective optimization based clustering technique together with the world's largest gene ontology based knowledge-base named Gene Ontology Consortium(GOC). These weakly supervised labels are supplied to a generative model that eventually assigns all genes to probabilistic labels. The comparative study with respect to silhouette score, Biological Homogeneity Index (BHI) and Biological Stability Index (BSI) proves that the proposed generative model outperforms than other state-of-the-art techniques.

中文翻译：

---

基于蛋白质相互作用信息的生成模型，可增强基因聚类。

在计算生物信息学领域，鉴定负责特定细胞机制的一组基因对于诸如医学诊断或疾病基因鉴定的任务非常重要。准确地将基因分组（聚类）是了解疾病基因功能的重要任务之一。在这方面，集成聚类成为一种有前途的方法，可以组合不同的聚类解决方案以生成几乎准确的基因分区。最近，研究人员已使用生成模型作为一种智能集成方法来生成正确的共识解决方案。在当前的论文中，我们开发了一种基于蛋白质-蛋白质相互作用的生成模型，该模型可以有效地执行基因聚类。利用蛋白质相互作用信息作为生成模型 潜在变量可增强生成模型在推断最终概率标记时的效率。所提出的生成模型利用了不同的弱监督资源，而不是利用了任何地面真实信息。对于弱监督源，我们将基于多目标优化的聚类技术与世界上最大的基于基因本体的知识库一起称为基因本体联盟（GOC）。这些弱监督的标签被提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。推断最终概率标记的效率。所提出的生成模型利用了不同的弱监督资源，而不是利用了任何地面真实信息。对于弱监督源，我们将基于多目标优化的聚类技术与世界上最大的基于基因本体的知识库一起称为基因本体联盟（GOC）。这些弱监督的标签被提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。推断最终概率标记的效率。所提出的生成模型利用了不同的弱监督资源，而不是利用了任何地面真实信息。对于弱监督源，我们将基于多目标优化的聚类技术与世界上最大的基于基因本体的知识库一起称为基因本体联盟（GOC）。这些弱监督的标签被提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。对于弱监督源，我们将基于多目标优化的聚类技术与世界上最大的基于基因本体的知识库一起称为基因本体联盟（GOC）。将这些弱监督标签提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。对于弱监督源，我们将基于多目标优化的聚类技术与世界上最大的基于基因本体的知识库一起称为基因本体联盟（GOC）。这些弱监督标签被提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。将这些弱监督标签提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。将这些弱监督标签提供给生成模型，该模型最终将所有基因分配给概率标签。关于轮廓分数，生物同质性指数（BHI）和生物稳定性指数（BSI）的比较研究证明，所提出的生成模型优于其他最新技术。