基于蛋白質(zhì)相互作用網(wǎng)絡(luò)的復(fù)合物識別方法研究.pdf

1、隨著系統(tǒng)生物學(xué)和蛋白質(zhì)組學(xué)研究的不斷深入，基于蛋白質(zhì)相互作用網(wǎng)絡(luò)識別蛋白質(zhì)復(fù)合物逐漸成為計算生物學(xué)的一個基本問題。高通量實驗產(chǎn)生大量包含噪音的蛋白質(zhì)相互作用數(shù)據(jù)，這些噪音勢必會影響到算法識別復(fù)合物的結(jié)果。因此，應(yīng)用聚類算法識別復(fù)合物之前需要去除噪音的影響。本課題對蛋白質(zhì)相互作用網(wǎng)絡(luò)中識別復(fù)合物的聚類算法進行研究，主要工作包括以下兩點:
　　(1)為了減少高通量實驗檢測的蛋白質(zhì)相互作用數(shù)據(jù)中噪音的影響，選擇從拓撲結(jié)構(gòu)上分析相互作用網(wǎng)

2、絡(luò)的特性，提出了一種新穎的減少相互作用數(shù)據(jù)噪音的方法PPIR(Protein-ProteinInteractionReliability)。PPIR方法首先將兩蛋白質(zhì)對和它們的共同鄰居結(jié)點以及它們相連的邊當(dāng)作一個模塊。這兩蛋白質(zhì)相互作用的可信度主要由它們之間的共同鄰居結(jié)點決定，數(shù)值上等于共同鄰居結(jié)點所占整個模塊的比例。再把可信度值作為相互作用網(wǎng)絡(luò)的權(quán)值，進而構(gòu)建出加權(quán)相互作用網(wǎng)絡(luò)。實驗表明，使用PPIR方法構(gòu)建的加權(quán)網(wǎng)絡(luò)總比原始網(wǎng)絡(luò)實驗

3、效果好。將PPIR方法和已有的同類方法相比較，PPIR方法識別復(fù)合物表現(xiàn)出非常好的實驗效果，以及能夠提升聚類算法識別復(fù)合物的性能。
　　(2)基于PPIR方法，提出了一種從蛋白質(zhì)相互作用網(wǎng)絡(luò)里識別復(fù)合物的圖聚類算法PPIPU。首先應(yīng)用PPIR方法作用于初始蛋白質(zhì)相互作用網(wǎng)絡(luò)，從而減少了噪音對聚類結(jié)果的影響。其次，集成RRW，MCL和ClusterONE三種聚類算法，并對結(jié)果進行后續(xù)處理，最終得到了對蛋白質(zhì)相互作用網(wǎng)絡(luò)的聚類結(jié)果。為