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

1、蛋白質(zhì)是生命體功能真正的執(zhí)行者，而蛋白質(zhì)之間的相互作用在大多數(shù)的生物學(xué)過(guò)程比如細(xì)胞代謝、轉(zhuǎn)錄、調(diào)控機(jī)制、信號(hào)傳導(dǎo)中發(fā)揮著重要作用。擬南芥基因組的測(cè)序完成后，有關(guān)功能基因組的研究已經(jīng)全面展開(kāi)。研究擬南芥蛋白質(zhì)相互作用，特別是識(shí)別那些擬南芥特有的蛋白質(zhì)，對(duì)于了解擬南芥蛋白質(zhì)功能有著非常重要的作用。后基因組時(shí)代的到來(lái)為生物信息學(xué)在全基因組范圍預(yù)測(cè)擬南芥蛋白質(zhì)相互作用提供了豐富的數(shù)據(jù)和信息。近年來(lái)隨著大規(guī)模實(shí)驗(yàn)技術(shù)、比較基因組學(xué)、生物信息學(xué)的發(fā)

2、展，在蛋白質(zhì)相互作用研究領(lǐng)域涌現(xiàn)出了各種預(yù)測(cè)方法，但是不同方法之間存在巨大差異，有其內(nèi)在的偏好性。有機(jī)地整合不同的方法，對(duì)每種方法取長(zhǎng)補(bǔ)短成為現(xiàn)階段的研究熱點(diǎn)。
　　本論文中首先收集了有助于預(yù)測(cè)擬南芥蛋白質(zhì)相互作用的基因組數(shù)據(jù)以及蛋白質(zhì)組數(shù)據(jù)，包括4種模式生物的共14987對(duì)蛋白質(zhì)相互作用數(shù)據(jù)、3020對(duì)蛋白質(zhì)功能域相互作用數(shù)據(jù)、擬南芥蛋白質(zhì)功能域組成數(shù)據(jù)117090條、5組實(shí)驗(yàn)的445張芯片的不同擬南芥生物樣本的基因表達(dá)譜數(shù)據(jù)、

3、1960組擬南芥蛋白質(zhì)生物功能注釋數(shù)據(jù)、以及261種其他物種基因組序列數(shù)據(jù)。同時(shí)使用了現(xiàn)階段在全基因組范圍內(nèi)預(yù)測(cè)蛋白質(zhì)相互作用的方法，如基于蛋白質(zhì)相互作用跨物種的保守性理論(Ortholog)、基因表達(dá)譜相似理論(Co-Expression)、功能結(jié)構(gòu)域相互作用理論(Domain Pair Interaction)、最小共享生物途徑理論(Share BiologicalProcess)、基因系統(tǒng)發(fā)生譜理論(Gene phylogenet

4、ic profiles method)、基因融合理論(Gene Fusion method)、基因鄰近理論(Gene Neighbors method)等預(yù)測(cè)理論。
　　論文中對(duì)以上理論進(jìn)行檢驗(yàn)并針對(duì)樸素貝葉斯分類器進(jìn)行優(yōu)化。樸素貝葉斯分類器是一種簡(jiǎn)單高效的分類算法，被廣泛應(yīng)用于整合離散型數(shù)據(jù)類型。本論文中搜集的DIP、Bind、IntAct、TAIR等數(shù)據(jù)庫(kù)、文獻(xiàn)搜集到的擬南芥蛋白質(zhì)相互作用集合同4666對(duì)相互作用作為正極數(shù)據(jù)和

5、基因本體論注釋數(shù)據(jù)庫(kù)的亞細(xì)胞定位數(shù)據(jù)構(gòu)建196855對(duì)蛋白質(zhì)相互作用作為負(fù)極數(shù)據(jù)構(gòu)成樸素貝葉斯分類器的訓(xùn)練集。本文使用樸素貝葉斯分類器，結(jié)合構(gòu)建的訓(xùn)練集，對(duì)擬南芥全部蛋白質(zhì)進(jìn)行相互作用預(yù)測(cè)。最后預(yù)測(cè)得到了22622對(duì)相互作用的蛋白對(duì)，并通過(guò)預(yù)測(cè)的擬南芥蛋白質(zhì)相互作用構(gòu)建了擬南芥蛋白質(zhì)相互作用數(shù)據(jù)庫(kù)(ATPID)。結(jié)合擬南芥鹽堿脅迫蛋白質(zhì)構(gòu)建了擬南芥鹽脅迫下的蛋白質(zhì)相互作用網(wǎng)絡(luò)，揭示了其中重要的功能模塊，同時(shí)還運(yùn)用預(yù)測(cè)的蛋白質(zhì)相互作用網(wǎng)絡(luò)