基于蛋白質(zhì)相互作用加權(quán)網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)識別算法研究.pdf

1、隨著蛋白質(zhì)組學(xué)研究的推進(jìn)，以及高通量實(shí)驗(yàn)技術(shù)的快速發(fā)展，蛋白質(zhì)組學(xué)中關(guān)鍵蛋白質(zhì)的研究進(jìn)入了一個新的發(fā)展時期。關(guān)鍵蛋白質(zhì)是生物體存活和繁殖所必需的蛋白質(zhì)，在生命活動過程中有著舉足輕重的地位。關(guān)鍵蛋白質(zhì)的識別不僅有助于了解細(xì)胞新陳代謝、生長發(fā)育、分化和凋亡等活動過程，而且在研究疾病發(fā)生機(jī)理、發(fā)現(xiàn)藥物靶點(diǎn)和研制新藥等方面具有重大應(yīng)用價值。隨著蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)的不斷增長，基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識別關(guān)鍵蛋白質(zhì)受到廣泛關(guān)注。但由于網(wǎng)絡(luò)數(shù)據(jù)不完善和假

2、陽性高等原因，現(xiàn)有的識別算法準(zhǔn)確率依然較低。
　　 本文在蛋白質(zhì)相互作用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，考慮網(wǎng)絡(luò)節(jié)點(diǎn)的生物功能和生物特性，引進(jìn)基因本體數(shù)據(jù)和基因表達(dá)數(shù)據(jù)，構(gòu)建加權(quán)蛋白質(zhì)相互作用網(wǎng)絡(luò)。在加權(quán)網(wǎng)絡(luò)上基于局部網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識別關(guān)鍵蛋白質(zhì)。具體有以下幾方面工作:
　　 針對現(xiàn)有蛋白質(zhì)相互作用數(shù)據(jù)假陽性高的問題，選取基因本體信息度量蛋白質(zhì)相互作用對的功能相似性，給網(wǎng)絡(luò)每條邊賦予不同權(quán)值，構(gòu)建加權(quán)網(wǎng)絡(luò)。在加權(quán)網(wǎng)絡(luò)上，考慮蛋白質(zhì)節(jié)

3、點(diǎn)的直接鄰居和間接鄰居節(jié)點(diǎn)對蛋白質(zhì)關(guān)鍵性的不同影響，擴(kuò)展局部網(wǎng)絡(luò)拓?fù)渲炼A鄰居，并基于節(jié)點(diǎn)的度和邊的雙重特性，提出了新的關(guān)鍵蛋白質(zhì)識別算法GO ELAC，并用于識別關(guān)鍵蛋白質(zhì)。實(shí)驗(yàn)結(jié)果表明，該算法比其他五種方法能識別更多的關(guān)鍵蛋白質(zhì)，提高了算法準(zhǔn)確率。
　　 蛋白質(zhì)的關(guān)鍵性實(shí)際上是一種功能屬性，但大多基于網(wǎng)絡(luò)拓?fù)涞年P(guān)鍵蛋白質(zhì)識別算法，對蛋白質(zhì)生物意義和生物功能方面的挖掘不夠深入。我們引入基因本體數(shù)據(jù)、基因表達(dá)數(shù)據(jù)和蛋白質(zhì)相互作用

4、網(wǎng)絡(luò)數(shù)據(jù)結(jié)合來識別關(guān)鍵蛋白質(zhì)。首先基于相互作用蛋白質(zhì)對應(yīng)基因表達(dá)數(shù)據(jù)的Pearson相關(guān)系數(shù)過濾蛋白質(zhì)相互作用網(wǎng)絡(luò)中的部分邊，再引入基因本體數(shù)據(jù)衡量蛋白質(zhì)相互作用對的功能相似性，結(jié)合蛋白質(zhì)相互作用對的表達(dá)相關(guān)性，構(gòu)建雙權(quán)重網(wǎng)絡(luò)。在雙權(quán)重網(wǎng)絡(luò)中同時考慮節(jié)點(diǎn)和邊的特性，提出了改進(jìn)的PeGO關(guān)鍵蛋白質(zhì)識別算法。并在兩個酵母數(shù)據(jù)集上測試PeGO算法的實(shí)驗(yàn)性能。實(shí)驗(yàn)結(jié)果表明，PeGO算法識別的關(guān)鍵蛋白質(zhì)準(zhǔn)確率高于其他六種方法，進(jìn)一步證實(shí)了引入與蛋