基于蛋白質(zhì)網(wǎng)絡(luò)的人類遺傳致病基因預測算法研究.pdf

1、人類遺傳疾病基因的預測是目前生物信息學研究中的一個熱點問題。隨著基因組測序的完成和新一代測序技術(shù)的發(fā)展，基因以及蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)不斷增長。通過這些數(shù)據(jù)來分析預測致病基因給人類破譯疾病的遺傳基礎(chǔ)和分子基礎(chǔ)帶來了新的方法，對基因組學和醫(yī)學都具有重要的現(xiàn)實意義。
　　本文依據(jù)遺傳疾病臨床描述與蛋白質(zhì)相互作用網(wǎng)絡(luò)的關(guān)聯(lián)關(guān)系，獲取相關(guān)數(shù)據(jù)，首先對人類遺傳疾病在線數(shù)據(jù)庫進行文本挖掘，通過向量空間模型的方法，計算遺傳疾病表型之間的重疊關(guān)系

2、，其次利用蛋白質(zhì)相互作用關(guān)系數(shù)據(jù)計算相互作用評分，加上疾病-蛋白質(zhì)關(guān)聯(lián)關(guān)系數(shù)據(jù)，共同構(gòu)建了一系列生物網(wǎng)絡(luò)，對疾病表型和蛋白質(zhì)網(wǎng)絡(luò)數(shù)據(jù)進行分析，基于這些網(wǎng)絡(luò)數(shù)據(jù)對疾病的候選致病基因進行打分和排序，來預測疾病基因。本文提出了兩種新的基于網(wǎng)絡(luò)的人類遺傳疾病基因預測方法。第一種在傳統(tǒng)的二維關(guān)聯(lián)概率模型的基礎(chǔ)上，提出了基于多維隨機變量的兩種新的概率模型——中心概率模型和外形概率模型，在此基礎(chǔ)上，提出了基于多概率融合的致病基因預測數(shù)學模型。還有一種

3、是使用過濾函數(shù)的回歸分析預測，通過觀察網(wǎng)絡(luò)和概率模型數(shù)據(jù)，總結(jié)數(shù)據(jù)規(guī)律，加入生物學假設(shè)，使用過濾函數(shù)融合回歸分析進行候選基因的排序。
　　基于多概率融合的預測模型通過綜合利用聯(lián)合概率、中心概率和外形概率，在多個層面上反映了表型相似性與蛋白質(zhì)相互作用之間的關(guān)聯(lián)規(guī)律，與傳統(tǒng)的基于單一概率的模型相比，該數(shù)學模型更好地反映了生物系統(tǒng)的真實面貌，具有更強的疾病基因預測能力。而另一個使用過濾函數(shù)融合回歸分析的預測模型，根據(jù)合理的生物學假設(shè)，反