基于網(wǎng)絡拓撲特性的關(guān)鍵蛋白質(zhì)識別算法的研究.pdf

1、隨著生物信息學的迅速發(fā)展，人們對生物學的研究已經(jīng)逐漸擴展到蛋白質(zhì)組學的層面。關(guān)鍵蛋白質(zhì)的移除會造成有關(guān)蛋白質(zhì)功能模塊的功能喪失，進而使細胞無法正常的進行生命活動，從而導致生物體無法生存。關(guān)鍵蛋白識別與保護是藥物開發(fā)的基礎，它對于理解細胞生命活動的必需物質(zhì)具有十分重要的理論意義和應用價值?；谠囼灁?shù)據(jù)利用計算方法識別關(guān)鍵蛋白質(zhì)可以極大地節(jié)省時間和資源，所以對蛋白質(zhì)相互作用網(wǎng)絡中的關(guān)鍵蛋白質(zhì)進行識別是生物信息學領(lǐng)域的一個重要研究方向。目前，

2、比較常用的關(guān)鍵蛋白質(zhì)識別算法有:度中心性測度算法、接近度中心性測度算法、介數(shù)中心性測度算法、橋中心性測度算法、局部平均連接中心性測度算法、網(wǎng)絡中心性測度算法等，但這些測度算法僅僅從蛋白質(zhì)相互作用網(wǎng)絡的全局信息或者局部信息對關(guān)鍵蛋白質(zhì)進行識別。
　　本文通過分析功能模塊與關(guān)鍵蛋白質(zhì)的關(guān)系，提出了一種能夠從局部反映蛋白質(zhì)相互作用網(wǎng)絡中各蛋白質(zhì)頂點拓撲特性的指標—局部系數(shù)，并設計了結(jié)合局部系數(shù)和點介數(shù)的中心性測度算法—LBC中心性測度算

3、法。由于該算法不僅包含了蛋白質(zhì)相互作用網(wǎng)絡的全局信息，而且又融合了蛋白質(zhì)分子的局部信息，所以能更全面的對關(guān)鍵蛋白質(zhì)進行識別。試驗結(jié)果表明，在無標度網(wǎng)絡中，LBC算法的關(guān)鍵蛋白質(zhì)識別率比上述六種測度算法高10％以上。并且在算法的穩(wěn)定性和普遍性方面，LBC算法也優(yōu)于上述六種測度算法。由于LBC算法中的介數(shù)中心性計算的時間復雜度較高，所以本文從兩個方面對其進行了改進。一方面是對算法本身進行改進，在計算介數(shù)中心性時利用VC維理論控制樣本大小只對