基于蛋白質(zhì)動態(tài)網(wǎng)絡(luò)的復(fù)合物和功能模塊挖掘算法研究.pdf

1、在蛋白質(zhì)相互作用網(wǎng)絡(luò)(Protein-Protein Interaction，PPI)上識別蛋白質(zhì)復(fù)合物和功能模塊對理解細(xì)胞組織和預(yù)測蛋白質(zhì)功能具有重大的指導(dǎo)意義。迄今為止，已有大量的研究關(guān)于在蛋白質(zhì)相互作用網(wǎng)絡(luò)上挖掘這兩者，提出了很多聚類算法。然而，大部分算法都將蛋白質(zhì)網(wǎng)絡(luò)視為一個靜態(tài)圖，忽略了現(xiàn)實(shí)生物細(xì)胞中蛋白質(zhì)網(wǎng)絡(luò)內(nèi)在固有的動態(tài)性，并且多數(shù)算法對蛋白質(zhì)復(fù)合物與功能模塊缺乏嚴(yán)格的界定。因此，在動態(tài)蛋白質(zhì)網(wǎng)絡(luò)上進(jìn)行分析，研究挖掘高效蛋

2、白質(zhì)復(fù)合物與功能模塊的算法是非常有必要的。
　　本文在分析總結(jié)現(xiàn)有研究成果的基礎(chǔ)上，提出了基于動態(tài)網(wǎng)絡(luò)上的蛋白質(zhì)復(fù)合物識別算法 DCA(Dynamic Core-attachment Algorithm)和功能模塊識別算法SCAIA(StableCore and Adaptive Incremental Algorithm)。在 DCA中，蛋白質(zhì)復(fù)合物具有核-附屬的二級結(jié)構(gòu)，本文定義復(fù)合物的核是頻繁地出現(xiàn)在動態(tài)子網(wǎng)上的稠密蛋白質(zhì)團(tuán)

3、體，在整個蛋白質(zhì)網(wǎng)絡(luò)上基于密度局部搜索方法，結(jié)合動態(tài)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)得到核集。接著分別在核所活躍的子網(wǎng)上為其添加附屬節(jié)點(diǎn)來構(gòu)成蛋白質(zhì)復(fù)合物。為了評估 DCA的性能，本文對比了七種在動態(tài)或靜態(tài)網(wǎng)絡(luò)上比較經(jīng)典的復(fù)合物挖掘算法。結(jié)果表明，DCA預(yù)測的蛋白質(zhì)復(fù)合物具有更高的準(zhǔn)確性和功能富集性。
　　功能模塊與蛋白質(zhì)復(fù)合物不同，它具有非常鮮明的動態(tài)特性。SCAIA對動態(tài)網(wǎng)絡(luò)的每個時序子網(wǎng)分別進(jìn)行聚類得到靜態(tài)模塊，這些靜態(tài)模塊就是功能模塊在演化