基于蛋白質相互作用的概率網絡模體發(fā)現算法研究.pdf

1、隨著生命科學領域高通量實驗的發(fā)展，人們得到越來越多有關蛋白質結構和功能的生物數據，生命科學的研究重點從解碼基因組慢慢轉變到對蛋白質的研究，進而探索生命進化的過程。蛋白質相互作用網絡是生命活動中蛋白質功能關系的結構表現，網絡模體是其基本組成結構，查找網絡模體也逐漸成為研究蛋白質領域的熱點問題。
　　 本文基于蛋白質相互作用網絡，分析了網絡模體的拓撲特性及統(tǒng)計特征，并總結了現有的關于網絡模體查找的研究成果，分析這些算法的優(yōu)缺點，并針

2、對其中存在的一些問題，提出了基于蛋白質相互作用來尋找概率網絡模體的新算法。
　　 概率網絡模體是指生物網絡中結構相似的一組子圖，根據其結構特性，本文提出了AS-ESU子圖抽樣算法(Adaptive Sampling Enumeration Subgraph)，這種算法根據復雜網絡的拓撲特性，重新分配ESU搜索樹中各枝干的抽樣概率，提高了抽樣穩(wěn)定性，使抽樣結果更具有原網絡的代表性。隨后又提出了基于多特征融合的子圖比對算法，引入一種

3、新的頂點匹配規(guī)則，使得查找的概率網絡模體不僅從拓撲結構考慮，同時還考慮子圖頂點的蛋白質類型。通過實驗表明，這種方法可以識別出不同規(guī)模的多種概率網絡模體。
　　 為進一步提高概率網絡模體查找的準確性，本文從提高概率網絡模體聚類的類內相似度角度出發(fā)，提出了一種新型的子圖鄰接矩陣轉換0-1串的編碼規(guī)則。這種方法結合蛋白質相互作用原網絡中頂點度的全局信息和子圖內部邊連接的局部信息，對所有子圖進行唯一的圖編碼操作。然后針對模體查找算法子圖