基于異質(zhì)網(wǎng)絡(luò)排序候選疾病基因的算法研究.pdf

1、當(dāng)前系統(tǒng)生物學(xué)的一個(gè)重要且新興的話題是闡述清楚人類遺傳疾病與致病基因的關(guān)系。隨著高通量技術(shù)的應(yīng)用和發(fā)展，產(chǎn)生了海量的基因和蛋白質(zhì)相互作用數(shù)據(jù)。采用信息技術(shù)方法，從這些海量數(shù)據(jù)里提取和分析出有用的數(shù)據(jù)，對(duì)預(yù)測(cè)疾病基因和破譯人類遺傳疾病的基因基礎(chǔ)和分子基礎(chǔ)具有很大的價(jià)值，同時(shí)，對(duì)整個(gè)基因組學(xué)領(lǐng)域的研究都具有重要的理論和現(xiàn)實(shí)意義。
　　有研究表明，導(dǎo)致同一疾病或相似疾病的基因在基因網(wǎng)絡(luò)中傾向于相互作用，有研究者將這種現(xiàn)象定義為人類遺傳疾

2、病的模塊特性。而蛋白質(zhì)是由基因編碼而成，因此可將蛋白質(zhì)相互作用網(wǎng)絡(luò)映射至基因網(wǎng)絡(luò)中?；谶@一特性，目前有許多方法，基于蛋白質(zhì)相互作用網(wǎng)絡(luò)、表型相似網(wǎng)絡(luò)和基因-表型網(wǎng)絡(luò)所構(gòu)建的異質(zhì)網(wǎng)絡(luò)，來(lái)進(jìn)行疾病基因的預(yù)測(cè)，但是都存在一些局限。
　　目前，較好的基于異質(zhì)網(wǎng)絡(luò)的方法主要是基于隨機(jī)游走的算法RWRH，該算法基于圖論思想，將已知疾病基因做為種子節(jié)點(diǎn)隨機(jī)游走，到達(dá)穩(wěn)定狀態(tài)后對(duì)候選疾病基因打分排序。然而，由于蛋白質(zhì)相互作用數(shù)據(jù)的假陰性和假陽(yáng)性

3、，導(dǎo)致該算法存在較大局限。而本文認(rèn)為，由于在生物數(shù)據(jù)資源中，大量的數(shù)據(jù)庫(kù)通過(guò)文本描述了基因參與的生物過(guò)程或分子功能等，而這些文本構(gòu)成了基因的語(yǔ)義信息。如果候選基因與疾病基因在語(yǔ)義上具有很大的相似性，那就可以通過(guò)考慮語(yǔ)義相似性數(shù)據(jù)來(lái)彌補(bǔ)蛋白網(wǎng)絡(luò)中數(shù)據(jù)的不完整和噪聲。研究表明，GO注釋信息是一種非常有效的語(yǔ)義資源被用來(lái)進(jìn)行致病基因的預(yù)測(cè)。所以，基于兩種數(shù)據(jù)資源：蛋白質(zhì)互作數(shù)據(jù)和GO注釋信息，本文提出了一個(gè)新的方法RWRH-GO來(lái)預(yù)測(cè)基因與表

4、型之間的關(guān)系，將GO語(yǔ)義相似性數(shù)據(jù)來(lái)優(yōu)化PPI網(wǎng)絡(luò)數(shù)據(jù)。通過(guò)比較我們的方法和其它方法，結(jié)果顯示該算法的預(yù)測(cè)效果具有較大提升。
　　此外，目前有一些針對(duì)RWRH算法進(jìn)行改進(jìn)的方法，包括上文提出的RWRH-GO算法，一般都是通過(guò)結(jié)合語(yǔ)義相似性、基因序列相似性、表達(dá)相似性、生物通路相似性等生物數(shù)據(jù)來(lái)對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)進(jìn)行優(yōu)化，均取得了不錯(cuò)的效果，但較少有研究PPI網(wǎng)絡(luò)本身存在的拓?fù)淙毕荨榱烁由钊氲牧私夂脱芯炕诋愘|(zhì)網(wǎng)絡(luò)的算法的優(yōu)勢(shì)

5、與不足，本文采用一種統(tǒng)計(jì)調(diào)節(jié)方法，來(lái)對(duì)RWRH算法的排序結(jié)果進(jìn)行后期修正，我們將其稱之為RWRHD算法。實(shí)驗(yàn)結(jié)果表明，預(yù)測(cè)效果具有較大改善。
　　綜上所述，本文提出的RWRH-GO和RWRHD算法，都在于探索和討論基于異質(zhì)網(wǎng)絡(luò)的RWRH算法存在的不足。這兩種算法分別代表了兩類方法，一類是結(jié)合其他比如GO語(yǔ)義相似性數(shù)據(jù)等生物學(xué)數(shù)據(jù)對(duì)PPI網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行優(yōu)化，從而增加整個(gè)異質(zhì)網(wǎng)絡(luò)的可靠性；另一類是本文所關(guān)注異質(zhì)網(wǎng)絡(luò)在用于預(yù)測(cè)致病基因時(shí)本