

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著高通量實(shí)驗(yàn)方法的發(fā)展,可獲得的全基因組范圍的蛋白質(zhì)相互作用(Protein-Protein Interaction,以下簡(jiǎn)稱PPI)網(wǎng)絡(luò)數(shù)據(jù)逐步增多,使得我們可以系統(tǒng)地研究組成整個(gè)系統(tǒng)的生物分子的行為和屬性。研究蛋白質(zhì)間的相互作用關(guān)系,識(shí)別 PPI網(wǎng)絡(luò)中有意義的結(jié)構(gòu),如蛋白質(zhì)復(fù)合體和功能模塊,預(yù)測(cè)蛋白質(zhì)相互作用網(wǎng)絡(luò)中蛋白質(zhì)的功能,能夠幫助人們從分子水平上認(rèn)識(shí)生命運(yùn)行的機(jī)制,闡明各種疾病發(fā)病的機(jī)理,進(jìn)而找到新的治療手段。隨著蛋白質(zhì)相互
2、作用研究的不斷深入,僅憑實(shí)驗(yàn)的方法已經(jīng)無(wú)法滿足大規(guī)模蛋白質(zhì)相互作用網(wǎng)絡(luò)構(gòu)建和分析的需求,基于生物信息學(xué)的研究方法逐漸受到了人們的重視。然而,蛋白質(zhì)相互作用的機(jī)理復(fù)雜,網(wǎng)絡(luò)數(shù)據(jù)規(guī)模龐大,實(shí)驗(yàn)測(cè)得的相互作用數(shù)據(jù)具有較高的假陽(yáng)性率和假陰性率,這些都給相關(guān)的生物信息學(xué)研究帶來(lái)了很大的挑戰(zhàn)。本文圍繞蛋白質(zhì)相互作用網(wǎng)絡(luò),主要針對(duì)以下幾個(gè)方面進(jìn)行了深入的分析和研究:
?。?)基于HKC的蛋白質(zhì)功能模塊識(shí)別算法研究。
PPI網(wǎng)絡(luò)具有模
3、塊性,包含許多內(nèi)部密集連接但是同網(wǎng)絡(luò)的其它部分連接較為稀疏的模塊。從PPI網(wǎng)絡(luò)中預(yù)測(cè)功能模塊不僅可以降低PPI網(wǎng)絡(luò)的高度復(fù)雜性,同時(shí)這些功能模塊也是深入研究整個(gè) PPI網(wǎng)絡(luò)的組成和結(jié)構(gòu)的關(guān)鍵的第一步,有助于預(yù)測(cè)蛋白質(zhì)功能。由于PPI網(wǎng)絡(luò)數(shù)據(jù)中存在極高的噪聲,以及網(wǎng)絡(luò)特定的拓?fù)涮匦?,傳統(tǒng)的度量空間中的聚類方法并不能成功地從 PPI網(wǎng)絡(luò)中識(shí)別出蛋白質(zhì)功能模塊,本文提出了一種新的基于拓?fù)涞乃惴ā狧KC算法,該算法利用兩個(gè)核心概念,即最大k-
4、core和凝聚度(highest k-core and cohesion,簡(jiǎn)稱HKC),通過(guò)從 PPI網(wǎng)絡(luò)中識(shí)別可重疊的局部密集子圖的方式來(lái)預(yù)測(cè)蛋白質(zhì)功能模塊。在不同數(shù)據(jù)集和基準(zhǔn)集上的實(shí)驗(yàn)顯示,HKC算法可以有效地從全基因組規(guī)模的PPI網(wǎng)絡(luò)中識(shí)別功能模塊,并且性能明顯優(yōu)于同類算法。
?。?)蛋白質(zhì)相互作用加權(quán)方法研究。
高通量方法產(chǎn)生的PPI數(shù)據(jù)具有較高的假陽(yáng)性率和假陰性率。為了合理評(píng)估高通實(shí)驗(yàn)方法得到的PPI數(shù)據(jù)集并
5、修正其中的錯(cuò)誤,迫切需要靈活且廉價(jià)的計(jì)算方法來(lái)評(píng)估蛋白質(zhì)相互作用的可靠性。本文提出了兩種蛋白質(zhì)相互作用加權(quán)的方法,第一種方法基于隨機(jī)游走算法提出了權(quán)重向量的概念,并利用權(quán)重向量作為蛋白質(zhì)相互作用權(quán)值;第二種加權(quán)方法提出了一種蛋白質(zhì)相似度的概念,通過(guò)綜合利用GO注釋信息和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來(lái)評(píng)估PPI網(wǎng)絡(luò)數(shù)據(jù)的可靠性。利用MCL算法驗(yàn)證加權(quán)方法的有效性,分別利用MCL算法在未加權(quán)酵母PPI網(wǎng)絡(luò)和利用各種不同加權(quán)方法加權(quán)的PPI網(wǎng)絡(luò)中識(shí)別蛋白質(zhì)功
6、能模塊,然后采用多種方法衡量結(jié)果性能,實(shí)驗(yàn)顯示利用蛋白質(zhì)相似度和權(quán)重向量這兩種方法對(duì)PPI網(wǎng)絡(luò)進(jìn)行加權(quán)都可以提高功能模塊預(yù)測(cè)算法的性能,這充分說(shuō)明了這兩種加權(quán)方法的有效性。
?。?)基于不同加權(quán)方法的蛋白質(zhì)功能模塊識(shí)別研究。
基于蛋白質(zhì)相互作用加權(quán)方法的研究,本文提出了一種新的蛋白質(zhì)功能模塊預(yù)測(cè)算法Expander算法,該算法利用親近度的概念,通過(guò)擴(kuò)展核心來(lái)預(yù)測(cè)功能模塊。親近度利用蛋白質(zhì)相互作用的權(quán)值來(lái)計(jì)算一個(gè)蛋白質(zhì)同
7、一個(gè)已知的團(tuán)之間的親近程度,它可以建立在不同的加權(quán)方法基礎(chǔ)之上。因此Expander算法可以看做是一個(gè)開(kāi)放的平臺(tái):可以利用各種不同信息采用多種加權(quán)方法對(duì)蛋白質(zhì)相互作用進(jìn)行加權(quán),然后采用Expander算法在加權(quán)后的網(wǎng)絡(luò)中預(yù)測(cè)功能模塊,這樣可以根據(jù)實(shí)驗(yàn)?zāi)康牟煌嗅槍?duì)地選擇不同的加權(quán)方法,從而達(dá)到更好的效果。
?。?)蛋白質(zhì)功能預(yù)測(cè)方法研究。
預(yù)測(cè)未知蛋白質(zhì)的功能是后基因組時(shí)代最重要的挑戰(zhàn)之一,快速有效地對(duì)蛋白質(zhì)功能進(jìn)行預(yù)
8、測(cè)對(duì)于揭示細(xì)胞組成和功能的基本原理,研究蛋白質(zhì)在生物體代謝途徑中的地位,以及深入理解生物體行為和藥物設(shè)計(jì)等方面具有十分重要的意義。本文提出一種基于功能模塊的迭代式蛋白質(zhì)功能預(yù)測(cè)方法PPIPredict算法,該方法在本文提出的功能模塊識(shí)別算法(Expander算法)識(shí)別出的功能模塊基礎(chǔ)之上,將各個(gè)功能模塊當(dāng)做獨(dú)立的蛋白質(zhì)相互作用子圖,將模塊具有的所有功能作為備選的預(yù)測(cè)功能,對(duì)其中未注釋的蛋白質(zhì)進(jìn)行迭代式的功能預(yù)測(cè)。實(shí)驗(yàn)表明,該方法的預(yù)測(cè)效
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蛋白質(zhì)相互作用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的蛋白質(zhì)功能模塊預(yù)測(cè).pdf
- 基于蛋白質(zhì)相互作用網(wǎng)絡(luò)的蛋白質(zhì)功能預(yù)測(cè).pdf
- 從蛋白質(zhì)相互作用網(wǎng)絡(luò)預(yù)測(cè)未知蛋白質(zhì)功能.pdf
- 基于蛋白質(zhì)相互作用網(wǎng)絡(luò)及聚類算法的蛋白質(zhì)功能預(yù)測(cè)方法研究.pdf
- 蛋白質(zhì)網(wǎng)絡(luò)中相互作用及功能預(yù)測(cè)算法的研究.pdf
- 蛋白質(zhì)相互作用網(wǎng)絡(luò)功能模塊發(fā)現(xiàn)的幾種社區(qū)發(fā)現(xiàn)算法的比較分析.pdf
- 基于聚類算法和相互作用網(wǎng)絡(luò)的蛋白質(zhì)功能預(yù)測(cè)研究.pdf
- 蛋白質(zhì)相互作用網(wǎng)絡(luò)中模塊識(shí)別算法的研究.pdf
- 樸素貝葉斯分類器預(yù)測(cè)擬南芥蛋白質(zhì)相互作用及蛋白質(zhì)功能注釋.pdf
- 基于蛋白質(zhì)相互作用加權(quán)網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)識(shí)別算法研究.pdf
- 基于蛋白質(zhì)相互作用網(wǎng)絡(luò)的代謝pathway預(yù)測(cè).pdf
- 基于線粒體膜間隙蛋白質(zhì)相互作用網(wǎng)絡(luò)的基因功能研究.pdf
- 蛋白質(zhì)相互作用數(shù)據(jù)整合與網(wǎng)絡(luò)模塊研究.pdf
- 基于蛋白質(zhì)網(wǎng)絡(luò)與蛋白質(zhì)功能的關(guān)鍵蛋白質(zhì)預(yù)測(cè)研究.pdf
- 基于機(jī)器學(xué)習(xí)的蛋白質(zhì)類別及蛋白質(zhì)-配體相互作用預(yù)測(cè)研究.pdf
- 基于序列的蛋白質(zhì)相互作用預(yù)測(cè)方法研究.pdf
- 14061.基于不確定網(wǎng)絡(luò)的蛋白質(zhì)功能模塊挖掘算法研究
- 基于蛋白質(zhì)-蛋白質(zhì)互作知識(shí)的冠心病基因互作網(wǎng)絡(luò)分析與風(fēng)險(xiǎn)功能模塊識(shí)別.pdf
- 蛋白質(zhì)相互作用預(yù)測(cè)方法的研究.pdf
- 45175.蛋白質(zhì)相互作用網(wǎng)絡(luò)的模塊結(jié)構(gòu)辨識(shí)
評(píng)論
0/150
提交評(píng)論