基于熱擴散模型的致病基因預測方法研究.pdf

1、近年來，隨著生物信息學領域的迅速發(fā)展以及應用，人們獲取了海量的生物數(shù)據(jù)，如何從這些海量數(shù)據(jù)中挖掘出有價值的生物信息，逐漸成為生物信息學領域的研究熱點。高通量生物技術的發(fā)展為致病基因的預測提供了海量的數(shù)據(jù)來源，尤其是蛋白質(zhì)相互作用網(wǎng)絡和疾病表型相似性網(wǎng)絡等為代表的生物網(wǎng)絡很好地表示了基因和疾病之間的復雜關系，為致病基因預測提供了強有力的支撐。
　　當前大部分基于計算的致病基因預測方法采用了“guilt-by-association”

2、假設，即表現(xiàn)型相似的疾病往往是由功能相關的基因引起的，并且相關研究已經(jīng)證明同類疾病相關的基因產(chǎn)物之間發(fā)生物理相互作用的概率更高。雖然這些方法在致病基因預測中取得了不錯的成績，但其預測效果仍有提升的空間。因此，本文基于熱擴散和多源異構數(shù)據(jù)模型來研究致病基因預測問題，主要研究工作如下:
　　第一，當前大部分致病基因預測方法把網(wǎng)絡中的孤立節(jié)點當成網(wǎng)絡噪音，因此這些算法并不能很好地預測網(wǎng)絡中的孤立節(jié)點。并且現(xiàn)存的方法在預測致病基因時，往往

3、更偏向于網(wǎng)絡中度比較大的節(jié)點，而對于網(wǎng)絡中的稀疏節(jié)點來說，效果不是很理想。針對上述問題，本文提出了一種基于熱擴散模型和排名一致性原則的致病基因預測方法NDRC，對1931個疾病的所有已知致病基因進行留一法交叉驗證。實驗結果表明在預測度比較小的節(jié)點和孤立節(jié)點方面，NDRC算法性能好于另外三種致病基因預測方法RWR、VAVIEN和PRINCE。最后，將本文提出的致病基因預測方法NDRC方法用于麥克爾綜合征1、蛋白C缺乏癥和過氧化物酶體生物合

4、成障礙1A，發(fā)現(xiàn)復雜疾病的致病基因呈現(xiàn)明顯的模塊特征。
　　第二，由于高通量得到的生物數(shù)據(jù)還遠遠不夠完善，這些數(shù)據(jù)存在嚴重的假陽性和假陰性問題，因此僅僅使用一種生物數(shù)據(jù)還不能很好地預測致病基因。為了提高致病基因的預測精度，本文提出了一種基于熱擴散和多源異構數(shù)據(jù)融合的致病基因預測算法NDHD。NDHD算法融合蛋白質(zhì)相互作用網(wǎng)絡、疾病表型相似性網(wǎng)絡和蛋白質(zhì)結構域網(wǎng)絡來預測致病基因。實驗結果表明NDHD算法在驗證已知致病基因和預測新致病