基于蛋白質網(wǎng)絡的復合體識別算法研究.pdf

1、蛋白質是一種十分重要的生物分子。生物學研究表明，蛋白質很少單獨參與生命活動，而是通過多個蛋白質之間的物理相互作用形成多分子聚合體——蛋白質復合體。復合體是蛋白質執(zhí)行其功能的主要形式。在細胞中很多重要的生物過程都是由蛋白質復合體參與執(zhí)行的。因此，準確識別細胞中蛋白質復合體對于揭示蛋白質活動規(guī)律、理解蛋白質的功能具有十分重要的意義。蛋白質網(wǎng)絡是一種用來刻畫細胞中蛋白質之間相互作用的生物網(wǎng)絡。利用計算方法從蛋白質網(wǎng)絡中識別蛋白質復合體,是當前

2、生物信息學領域的研究熱點之一。本課題即圍繞以蛋白質網(wǎng)絡為基礎的復合體識別問題，針對局部搜索、離散和連續(xù)優(yōu)化以及采用時序蛋白質網(wǎng)絡等不同類型識別方法分別展開研究。具體研究內容包括以下四個方面：
　?。?）研究基于標簽傳播思想的復合體識別方法。
　　在局部搜索類方法方面，本文提出了一種基于多標簽傳播的識別算法。該算法中引入了標簽傳播機制，利用標簽表示蛋白質所屬復合體類別，并通過蛋白質之間相互傳播標簽的過程識別蛋白質網(wǎng)絡中復合體對

3、應的模塊。具體來講，本文針對蛋白質復合體的特點，對傳統(tǒng)標簽傳播算法進行了相應的改進與拓展，主要體現(xiàn)在如下幾方面：采用蛋白質的多標簽存儲與傳播機制，解決復合體之間的重疊問題；定義標簽的傳播強度，強化共有鄰居蛋白質的作用，提高傳播效率；提出基于自適應閾值的多標簽更新策略，以合理控制復合體規(guī)模；確定了以蛋白質度為基礎的標簽更新順序，增強了算法的魯棒性。實驗結果表明，上述算法在識別蛋白質復合體方面具有一定的優(yōu)勢。該算法的提出為從蛋白質網(wǎng)絡中識別

4、復合體提供了一種新的有效啟發(fā)式手段。
　?。?）研究基于離散模塊度函數(shù)的復合體識別方法。
　　模塊度函數(shù)是度量網(wǎng)絡模塊劃分質量的離散函數(shù)，是引導層次聚類簇合并的重要指標。針對復合體相互重疊和規(guī)模小等特點，本文提出了一種蛋白質模塊度函數(shù)用以度量網(wǎng)絡中復合體模塊劃分質量，并利用該函數(shù)作為引導簇合并的指導準則。與傳統(tǒng)模塊度函數(shù)相比，該新型模塊度函數(shù)具有兩方面特點：一是在重疊模塊方面具有更強的描述能力；二是可以避免分辨率限制問題，更

5、加適合于規(guī)模較小的復合體。此外，在層次聚類算法設計方面，還提出了一種基于度相關性的初始簇選擇方法。文中通過實驗驗證了該算法的有效性，證明其更適合于解決蛋白質復合體識別問題。本工作對于基于模塊度函數(shù)識別復合體的相關研究具有重要意義。
　?。?）研究面向復合體識別的連續(xù)優(yōu)化模型及相應算法。
　　在連續(xù)優(yōu)化方法方面，本文提出一種以最小二乘法為基礎的最優(yōu)化模型，用以在輸入蛋白質網(wǎng)絡數(shù)據(jù)和未知復合體模塊劃分之間建立合理聯(lián)系。該模型的優(yōu)

6、化目標是最小化所有蛋白質對的相互作用與參與共同復合體系數(shù)之間的差異。此外，通過對蛋白質相互作用強度進行加權以及引入懲罰項等相應策略進一步提高模型描述能力。在所構建模型基礎上，給出了一種基于小粒度稠密子網(wǎng)絡和乘法更新規(guī)則的快速優(yōu)化算法以將該模型與給定輸入蛋白質網(wǎng)絡相擬合，從而推測得到蛋白質隸屬不同復合體的隸屬系數(shù)。通過實驗測試及與其它基于連續(xù)優(yōu)化算法的對比，驗證了上述模型及算法的有效性。
　?。?）研究基于時序蛋白質網(wǎng)絡的復合體識別

7、方法。
　　在基于時序蛋白質網(wǎng)絡的識別方法方面，關鍵問題是如何利用基因表達數(shù)據(jù)構建能夠客觀描述蛋白質動態(tài)活動規(guī)律的時序蛋白質網(wǎng)絡。現(xiàn)有相關方法普遍假設所有蛋白質都是動態(tài)變化。然而，除動態(tài)蛋白質外細胞中還包含豐度相對穩(wěn)定的靜態(tài)蛋白質。因此，本文提出一種基于動態(tài)-靜態(tài)蛋白質混合思想的方法構建時序蛋白質網(wǎng)絡，并將這種網(wǎng)絡應用于復合體識別問題。該方法不僅考慮動態(tài)蛋白質之間的相互作用，而且同時關注動態(tài)蛋白質與靜態(tài)蛋白質之間的相互作用關系。實