基于網(wǎng)絡(luò)拓?fù)涮匦缘年P(guān)鍵蛋白質(zhì)識(shí)別算法的研究.pdf

1、隨著生物信息學(xué)的迅速發(fā)展，人們對(duì)生物學(xué)的研究已經(jīng)逐漸擴(kuò)展到蛋白質(zhì)組學(xué)的層面。關(guān)鍵蛋白質(zhì)的移除會(huì)造成有關(guān)蛋白質(zhì)功能模塊的功能喪失，進(jìn)而使細(xì)胞無(wú)法正常的進(jìn)行生命活動(dòng)，從而導(dǎo)致生物體無(wú)法生存。關(guān)鍵蛋白識(shí)別與保護(hù)是藥物開(kāi)發(fā)的基礎(chǔ)，它對(duì)于理解細(xì)胞生命活動(dòng)的必需物質(zhì)具有十分重要的理論意義和應(yīng)用價(jià)值?；谠囼?yàn)數(shù)據(jù)利用計(jì)算方法識(shí)別關(guān)鍵蛋白質(zhì)可以極大地節(jié)省時(shí)間和資源，所以對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)中的關(guān)鍵蛋白質(zhì)進(jìn)行識(shí)別是生物信息學(xué)領(lǐng)域的一個(gè)重要研究方向。目前，

2、比較常用的關(guān)鍵蛋白質(zhì)識(shí)別算法有:度中心性測(cè)度算法、接近度中心性測(cè)度算法、介數(shù)中心性測(cè)度算法、橋中心性測(cè)度算法、局部平均連接中心性測(cè)度算法、網(wǎng)絡(luò)中心性測(cè)度算法等，但這些測(cè)度算法僅僅從蛋白質(zhì)相互作用網(wǎng)絡(luò)的全局信息或者局部信息對(duì)關(guān)鍵蛋白質(zhì)進(jìn)行識(shí)別。
　　本文通過(guò)分析功能模塊與關(guān)鍵蛋白質(zhì)的關(guān)系，提出了一種能夠從局部反映蛋白質(zhì)相互作用網(wǎng)絡(luò)中各蛋白質(zhì)頂點(diǎn)拓?fù)涮匦缘闹笜?biāo)—局部系數(shù)，并設(shè)計(jì)了結(jié)合局部系數(shù)和點(diǎn)介數(shù)的中心性測(cè)度算法—LBC中心性測(cè)度算

3、法。由于該算法不僅包含了蛋白質(zhì)相互作用網(wǎng)絡(luò)的全局信息，而且又融合了蛋白質(zhì)分子的局部信息，所以能更全面的對(duì)關(guān)鍵蛋白質(zhì)進(jìn)行識(shí)別。試驗(yàn)結(jié)果表明，在無(wú)標(biāo)度網(wǎng)絡(luò)中，LBC算法的關(guān)鍵蛋白質(zhì)識(shí)別率比上述六種測(cè)度算法高10％以上。并且在算法的穩(wěn)定性和普遍性方面，LBC算法也優(yōu)于上述六種測(cè)度算法。由于LBC算法中的介數(shù)中心性計(jì)算的時(shí)間復(fù)雜度較高，所以本文從兩個(gè)方面對(duì)其進(jìn)行了改進(jìn)。一方面是對(duì)算法本身進(jìn)行改進(jìn)，在計(jì)算介數(shù)中心性時(shí)利用VC維理論控制樣本大小只對(duì)