基于蛋白質(zhì)網(wǎng)絡(luò)的人類遺傳致病基因預(yù)測(cè)算法研究.pdf

1、人類遺傳疾病基因的預(yù)測(cè)是目前生物信息學(xué)研究中的一個(gè)熱點(diǎn)問題。隨著基因組測(cè)序的完成和新一代測(cè)序技術(shù)的發(fā)展，基因以及蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù)不斷增長(zhǎng)。通過這些數(shù)據(jù)來分析預(yù)測(cè)致病基因給人類破譯疾病的遺傳基礎(chǔ)和分子基礎(chǔ)帶來了新的方法，對(duì)基因組學(xué)和醫(yī)學(xué)都具有重要的現(xiàn)實(shí)意義。
　　本文依據(jù)遺傳疾病臨床描述與蛋白質(zhì)相互作用網(wǎng)絡(luò)的關(guān)聯(lián)關(guān)系，獲取相關(guān)數(shù)據(jù)，首先對(duì)人類遺傳疾病在線數(shù)據(jù)庫進(jìn)行文本挖掘，通過向量空間模型的方法，計(jì)算遺傳疾病表型之間的重疊關(guān)系

2、，其次利用蛋白質(zhì)相互作用關(guān)系數(shù)據(jù)計(jì)算相互作用評(píng)分，加上疾病-蛋白質(zhì)關(guān)聯(lián)關(guān)系數(shù)據(jù)，共同構(gòu)建了一系列生物網(wǎng)絡(luò)，對(duì)疾病表型和蛋白質(zhì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析，基于這些網(wǎng)絡(luò)數(shù)據(jù)對(duì)疾病的候選致病基因進(jìn)行打分和排序，來預(yù)測(cè)疾病基因。本文提出了兩種新的基于網(wǎng)絡(luò)的人類遺傳疾病基因預(yù)測(cè)方法。第一種在傳統(tǒng)的二維關(guān)聯(lián)概率模型的基礎(chǔ)上，提出了基于多維隨機(jī)變量的兩種新的概率模型——中心概率模型和外形概率模型，在此基礎(chǔ)上，提出了基于多概率融合的致病基因預(yù)測(cè)數(shù)學(xué)模型。還有一種

3、是使用過濾函數(shù)的回歸分析預(yù)測(cè)，通過觀察網(wǎng)絡(luò)和概率模型數(shù)據(jù)，總結(jié)數(shù)據(jù)規(guī)律，加入生物學(xué)假設(shè)，使用過濾函數(shù)融合回歸分析進(jìn)行候選基因的排序。
　　基于多概率融合的預(yù)測(cè)模型通過綜合利用聯(lián)合概率、中心概率和外形概率，在多個(gè)層面上反映了表型相似性與蛋白質(zhì)相互作用之間的關(guān)聯(lián)規(guī)律，與傳統(tǒng)的基于單一概率的模型相比，該數(shù)學(xué)模型更好地反映了生物系統(tǒng)的真實(shí)面貌，具有更強(qiáng)的疾病基因預(yù)測(cè)能力。而另一個(gè)使用過濾函數(shù)融合回歸分析的預(yù)測(cè)模型，根據(jù)合理的生物學(xué)假設(shè)，反