蛋白質網絡的聚類分析方法及評估.pdf

1、在后基因時代，隨著高通量蛋白質組技術的發(fā)展，可獲得的蛋白質相互作用數據迅速增長，隨即面臨的一項重要挑戰(zhàn)就是系統(tǒng)的分析和全面的理解蛋白質之間是如何通過相互作用來完成相應生命活動的。從蛋白質網絡中識別蛋白質復合物和功能模塊對解釋特定的生物進程具有重要的意義。本文從蛋白質網絡拓撲特性研究出發(fā)，結合相關生物數據信息，對蛋白質網絡的聚類分析方法及評估進行了深入研究。主要研究內容和貢獻如下：
　?、盘岢隽艘环N融合蛋白質網絡和基因表達數據信息的

2、蛋白質復合物識別算法IPCIPG。該算法可以分別識別蛋白質網絡中交疊和非交疊的蛋白質復合物?；诮湍傅鞍踪|網絡的實驗結果表明，IPCIPG算法較HUNTER、HC-PIN、SPICI、CMC、MCODE和MCL具有更強的標識已知復合物能力。
　　⑵提出了一種新的從蛋白質網絡中識別并且區(qū)分蛋白質復合物及功能模塊的模型，并在該模型基礎上提出了蛋白質復合物識別算法TSN-PCD及功能模塊識別算法DFM-CIN。實驗結果表明算法TSN-P

3、CD能夠較其他算法更加準確的識別出蛋白質復合物，基于GO數據庫功能注釋信息的功能富集評估發(fā)現(xiàn)DFM-CIN識別出了大多數參與特殊生物進程的功能模塊。
　　⑶提出了一種新的基于蛋白質功能層次結構特性的評估方法hF-measure。該方法通過結合GO數據庫功能注釋信息在F-measure基礎上進一步考慮了復合物中蛋白質間的功能相似性及復合物的拓撲性?；谌斯y試數據以及多個聚類算法識別結果的實驗分析表明hF-measure不僅能夠更加