基于動(dòng)態(tài)PPI網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)檢測(cè)方法研究.pdf

1、關(guān)鍵蛋白質(zhì)是生物體生存和繁殖所必需的蛋白質(zhì)，研究關(guān)鍵蛋白質(zhì)有助于我們理解細(xì)胞生命的最低需求。高通量技術(shù)的發(fā)展使得可用的蛋白質(zhì)相互作用(Protein-Protein interaction,PPI)數(shù)據(jù)越來越多，利用這些數(shù)據(jù)，研究者們提出了許多基于網(wǎng)絡(luò)拓?fù)涮匦詸z測(cè)關(guān)鍵蛋白質(zhì)的方法。這些方法大都將 PPI網(wǎng)絡(luò)看作一個(gè)靜態(tài)圖，而實(shí)際上，PPI網(wǎng)絡(luò)是隨著時(shí)間和環(huán)境等因素的變化而變化的，這一重要的固有動(dòng)態(tài)性沒有得到足夠的重視。本文引入動(dòng)態(tài) PP

2、I網(wǎng)絡(luò)，將蛋白質(zhì)在動(dòng)態(tài) PPI網(wǎng)絡(luò)上的拓?fù)涮匦耘c生物信息相結(jié)合，從而提升關(guān)鍵蛋白質(zhì)的檢測(cè)效果?；谶@一思想，本文提出了以下兩種關(guān)鍵蛋白質(zhì)檢測(cè)方法。
　　考慮到動(dòng)態(tài)PPI網(wǎng)絡(luò)能更真實(shí)的反映網(wǎng)絡(luò)的變化，邊聚集系數(shù)能較為有效的減少網(wǎng)絡(luò)中假陽性邊產(chǎn)生的負(fù)面影響，本文以動(dòng)態(tài)邊聚集系數(shù)之和來衡量蛋白質(zhì)節(jié)點(diǎn)在動(dòng)態(tài)PPI網(wǎng)絡(luò)中的拓?fù)涮匦?。由于不同蛋白質(zhì)傳遞的信息量有所不同，本文以蛋白質(zhì)在復(fù)合物中的動(dòng)態(tài)信息熵來評(píng)估蛋白質(zhì)的生物意義。結(jié)合以上兩個(gè)衡量

3、指標(biāo)，本文提出了基于動(dòng)態(tài)邊聚集系數(shù)與信息熵的關(guān)鍵蛋白質(zhì)檢測(cè)方法——CDEI方法。在DIP和MIPS的酵母PPI網(wǎng)絡(luò)上的比較結(jié)果表明，CDEI方法的效果優(yōu)于DC(Degree Centrality)、LAC(Local Average Connectivity)、SoECC(Sum of Edge Clustering Coefficient)、PeC和CoEWC(Co-Expression Weighted by Clustering

4、coefficient)這五種方法，且能檢測(cè)到更多被其他方法忽略的關(guān)鍵蛋白質(zhì)。在MIPS中，CDEI方法的優(yōu)勢(shì)表現(xiàn)得更為突出。
　　一方面，蛋白質(zhì)的關(guān)鍵性與PPI網(wǎng)絡(luò)的模塊化性質(zhì)密切相關(guān)，局部平均連通度正是從模塊性的角度出發(fā)，衡量蛋白質(zhì)的拓?fù)涞匚?。另一方面，蛋白質(zhì)的關(guān)鍵性是復(fù)合物的產(chǎn)物，且不同的蛋白質(zhì)在復(fù)合物中的重要性不同，因此，本文利用動(dòng)態(tài)復(fù)合物中心性來衡量蛋白質(zhì)的生物意義。綜合考慮以上兩個(gè)方面，本文結(jié)合動(dòng)態(tài)局部平均連通度和動(dòng)態(tài)