基于網絡分析的蛋白質相互作用預測研究與應用.pdf

1、蛋白質相互作用(Protein-protein interactions，PPIs)在大多數細胞活動過程當中起著十分重要的作用。蛋白質相互作用預測和功能研究對理解生命的行為過程、防患疾病、開發(fā)新藥品都有著重大的意義。由于蛋白質相互作用預測方法中的生物實驗方法需要花費大量的時間和人力，不能滿足生命科學快速發(fā)展的需求，因此使用計算方法對蛋白質進行相互作用預測成為生物信息學的一個重要研究課題。隨著高通量技術的發(fā)展，大量的蛋白質相互作用數據已被

2、研究者獲悉，這為通過科學計算的方法預測蛋白質相互作用提供了可能。本文運用網絡知識的原理將蛋白質相互作用數據抽象成一個復雜網絡，并在網絡層面上對整個蛋白質組的相互作用預測進行研究，主要內容包括以下三個方面:
　　(1)本文提出了基于信息傳播的不確定圖的鏈路預測算法。我們在每個頂點對上按其出現鏈接的概率定義了鏈接信息量，該算法將邊上的鏈接信息量在圖上以一定的概率來傳播。在圖上，我們在每個頂點對之間設定一個邊權重，來衡量頂點對之間能夠傳

3、播信息的能力。在邊權重值較大的頂點對之間，鏈接信息量有較大的概率被傳播。在某一個頂點對接收到來自相鄰頂點對上的鏈接信息量時，它們原來的鏈接信息量以一定的比例被保留，也有一定的比例受到傳送來的相鄰頂點對上的鏈接信息量的影響。這個比例取決于頂點對它們之間的邊權重，以及它們相鄰頂點對上的邊權重。在傳播過程迭代到收斂時，各個頂點對之間的鏈接信息量即為它們之間存在鏈接的概率。我們利用標準數據集進行測試，實驗結果表明，所提出的算法具有更高的預測準確

4、率，算法識別的相互作用具有更強的生物統(tǒng)計特性。
　　(2)本文還提出了基于社區(qū)模塊度的蛋白質相互作用預測算法。我們把蛋白質相互作用看成一個復雜網絡，網絡中的節(jié)點代表蛋白質，邊表示蛋白質之間存在的相互作用。由于每個蛋白質都可能與其它的多個蛋白質存在相互作用，因此在網絡中呈現出有的區(qū)域比較密集，而有的區(qū)域比較稀疏。通過Newman的模塊度定義來計算社區(qū)的模塊度。把整個網絡劃分為一個個的社區(qū)，通過劃分樹的構造，蛋白質網絡形成一個層次結構

5、樹。在結構樹中，每個葉子節(jié)點表示一個蛋白質，蛋白質之間具有最低的公共祖先層次越低，兩個蛋白質就越相似，它們處于同一社區(qū)的可能性就越大，同時也表明它們之間產生相互作用的可能性也就越大。我們通過計算蛋白質之間的相似度來預測它們之間是否有相互作用。此外，本文算法還能同時預測蛋白質的功能。
　　(3)在以上工作的基礎上，本文運用所提出的基于信息傳播的不確定圖的鏈路預測算法和基于社區(qū)模塊度的蛋白質相互作用預測算法實現了在線PIP系統(tǒng)。該系統(tǒng)