基于基因本體的蛋白質(zhì)網(wǎng)絡(luò)中蛋白質(zhì)復合物識別算法研究.pdf

1、在蛋白質(zhì)相互作用網(wǎng)絡(luò)中，識別蛋白質(zhì)復合物對預(yù)測蛋白質(zhì)相互作用、解釋特定的生物進程、揭示蛋白質(zhì)功能、推斷物種蛋白質(zhì)相互作用網(wǎng)絡(luò)進化、對于復雜疾病的研究具有十分重要的意義。隨著高通量實驗技術(shù)的發(fā)展，得到了很多大規(guī)模的蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)，這為我們在蛋白質(zhì)相互作用網(wǎng)絡(luò)中研究識別蛋白質(zhì)復合物成為了可能。然而，現(xiàn)有的蛋白質(zhì)相互作用網(wǎng)絡(luò)大部分是稀疏的，存在很多的噪聲數(shù)據(jù)，研究高效識別蛋白質(zhì)復合物的算法仍然具有挑戰(zhàn)性。
　　 針對蛋白質(zhì)相互

2、作用數(shù)據(jù)中存在較高的假陽性、假陰性比率的問題，從蛋白質(zhì)自身的生物功能出發(fā)，利用基因本體信息衡量蛋白質(zhì)之間相互作用的可靠性，本文中提出了一種基于基因本體在蛋白質(zhì)網(wǎng)絡(luò)中識別蛋白質(zhì)復合物的算法—MCGO(A novel method to predict protein complexes based on Gene Ontology)算法。使用三個酵母蛋白質(zhì)數(shù)據(jù)DIP、Gavin、Krogan，將該算法得到的復合物預(yù)測集與標準復合物數(shù)據(jù)集進

3、行性能評估，并與一些經(jīng)典的算法進行比較分析其性能。實驗結(jié)果表明，該算法能夠識別更多具有顯著生物意義的復合物，在Precision、F-measure、Coverage rate這幾個指標上的性能明顯優(yōu)于其他的算法，尤其是在DIP數(shù)據(jù)集上。
　　 但上述算法僅僅考慮蛋白質(zhì)之間的功能信息，存在一些局限性，忽略了蛋白質(zhì)網(wǎng)絡(luò)中的拓撲特性。因此，提出一種基因本體和拓撲特性相結(jié)合的蛋白質(zhì)復合物識別算法—MGOTC(method based