蛋白質(zhì)相互作用網(wǎng)絡(luò)中關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法及其應(yīng)用研究.pdf

1、蛋白質(zhì)是生物體的基本構(gòu)件。深刻闡明蛋白質(zhì)的結(jié)構(gòu)與功能，是探索生命奧秘的核心任務(wù)。有研究發(fā)現(xiàn)蛋白質(zhì)對(duì)于生物體存活的重要性存在差別，由此可以將蛋白質(zhì)劃分為關(guān)鍵蛋白質(zhì)和非關(guān)鍵蛋白質(zhì)。隨著測(cè)定蛋白質(zhì)間相互關(guān)系的高通量生物實(shí)驗(yàn)技術(shù)快速發(fā)展，使得可用的相互作用數(shù)據(jù)海量涌現(xiàn)。據(jù)此構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡(luò)并在其上開(kāi)展相關(guān)的關(guān)鍵蛋白質(zhì)預(yù)測(cè)等研究以促進(jìn)生物學(xué)醫(yī)學(xué)等基礎(chǔ)學(xué)科深入發(fā)展成為當(dāng)前相關(guān)領(lǐng)域的研究熱點(diǎn)。另一方面，結(jié)構(gòu)決定功能是分子生物學(xué)上的一條經(jīng)驗(yàn)法則，

2、對(duì)關(guān)鍵蛋白質(zhì)的研究也有助于更進(jìn)一步加深對(duì)蛋白質(zhì)在生物體內(nèi)功能的理解。
　　為此，在蛋白質(zhì)相互作用網(wǎng)絡(luò)上對(duì)關(guān)鍵蛋白質(zhì)的預(yù)測(cè)算法開(kāi)展研究，主要從網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渲行男?，蛋白質(zhì)多信息融合機(jī)制以及算法自適應(yīng)機(jī)制等多個(gè)角度開(kāi)展關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法的相關(guān)研究。同時(shí)結(jié)合對(duì)關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法的研究成果，對(duì)其在蛋白質(zhì)復(fù)合物預(yù)測(cè)中的應(yīng)用也進(jìn)行了研究。全文主要工作概括如下:
　　(1)在蛋白質(zhì)相互作用網(wǎng)絡(luò)上基于網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渲行男灶A(yù)測(cè)算法是一類重要的預(yù)測(cè)

3、方法，現(xiàn)有中心性預(yù)測(cè)算法的設(shè)計(jì)思路多集中在蛋白質(zhì)相互作用數(shù)據(jù)集上挖掘關(guān)鍵蛋白質(zhì)的特征，忽略了關(guān)鍵蛋白質(zhì)與真實(shí)蛋白質(zhì)復(fù)合物在結(jié)構(gòu)上的關(guān)聯(lián)，這或許是現(xiàn)有算法預(yù)測(cè)性能不佳的原因之一。鑒于以上考慮，系統(tǒng)分析了真實(shí)蛋白質(zhì)復(fù)合物中節(jié)點(diǎn)的拓?fù)涮卣髋c復(fù)合物包含關(guān)鍵蛋白質(zhì)數(shù)目的關(guān)聯(lián)，提出了一種基于網(wǎng)絡(luò)節(jié)點(diǎn)局部互作密度的關(guān)鍵蛋白質(zhì)預(yù)測(cè)新算法LID。該算法在相關(guān)數(shù)據(jù)集上與現(xiàn)有經(jīng)典網(wǎng)絡(luò)拓?fù)渲行男灶A(yù)測(cè)算法相比較，具有更好的預(yù)測(cè)結(jié)果。
　　(2)從已有研究成

4、果來(lái)看，利用蛋白質(zhì)網(wǎng)絡(luò)拓?fù)鋯我惶卣髟O(shè)計(jì)預(yù)測(cè)算法，從而獲得較好的關(guān)鍵蛋白質(zhì)預(yù)測(cè)性能仍舊十分困難。因此基于蛋白質(zhì)多信息融合預(yù)測(cè)關(guān)鍵蛋白質(zhì)是相關(guān)研究可選的途徑。目前多信息融合預(yù)測(cè)關(guān)鍵蛋白質(zhì)算法的融合機(jī)制通常需要人工手動(dòng)設(shè)定經(jīng)驗(yàn)參數(shù)值，這需要大量的實(shí)驗(yàn)來(lái)獲取，且參數(shù)值一旦設(shè)定一般不能輕易改變，從而增加了相關(guān)預(yù)測(cè)算法對(duì)特定相互作用數(shù)據(jù)集的依賴性。為此提出了一種多信息融合的新機(jī)制，并在此基礎(chǔ)上融合網(wǎng)絡(luò)節(jié)點(diǎn)局部互作密度LID與真實(shí)蛋白質(zhì)復(fù)合物節(jié)點(diǎn)內(nèi)度

5、兩類蛋白質(zhì)生物信息，構(gòu)建了一種多信息融合關(guān)鍵蛋白質(zhì)預(yù)測(cè)新算法LIDC。該算法的融合機(jī)制不需要人工經(jīng)驗(yàn)參數(shù)，降低了算法對(duì)特定數(shù)據(jù)集的依賴性。與現(xiàn)有經(jīng)典多信息融合預(yù)測(cè)算法以及提出的新算法LID進(jìn)行實(shí)驗(yàn)對(duì)比中，在多個(gè)評(píng)估指標(biāo)下，取得了較好的預(yù)測(cè)結(jié)果，從而為蛋白質(zhì)多信息融合機(jī)制研究提供了途徑。
　　(3)現(xiàn)有網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渲行男躁P(guān)鍵蛋白質(zhì)預(yù)測(cè)算法缺乏自我調(diào)節(jié)的部分。設(shè)計(jì)合理的調(diào)節(jié)機(jī)制，可以使得原有的網(wǎng)絡(luò)拓?fù)渲行男灶A(yù)測(cè)算法擁有合理的自適應(yīng)性，

6、以應(yīng)對(duì)蘊(yùn)含不同網(wǎng)絡(luò)結(jié)構(gòu)的蛋白質(zhì)相互作用數(shù)據(jù)集上的預(yù)測(cè)任務(wù)。由此通過(guò)研究發(fā)現(xiàn)存在網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)涮卣?，即是局部互作密度非均衡性指?biāo)LIDH，與蛋白質(zhì)網(wǎng)絡(luò)結(jié)構(gòu)間差異存在某種關(guān)聯(lián)，使之可以用來(lái)引導(dǎo)相關(guān)預(yù)測(cè)算法的自行調(diào)整。在構(gòu)建蛋白質(zhì)相互作用數(shù)據(jù)集上的先驗(yàn)網(wǎng)絡(luò)集合基礎(chǔ)上，提出了以基于網(wǎng)絡(luò)節(jié)點(diǎn)局部互作密度預(yù)測(cè)算法LID的拓展形式，網(wǎng)絡(luò)節(jié)點(diǎn)廣義局部互作密度為核心的關(guān)鍵蛋白質(zhì)預(yù)測(cè)新算法G-LID，該算法不依賴人工經(jīng)驗(yàn)參數(shù)，具有恰當(dāng)?shù)淖赃m應(yīng)功能。同時(shí)該算法

7、雖然使用到了先驗(yàn)知識(shí)，但相關(guān)信息仍舊來(lái)自蛋白質(zhì)相互作用數(shù)據(jù)集，并未增加蛋白質(zhì)生物信息種類和算法的數(shù)據(jù)依賴性。在與現(xiàn)有經(jīng)典網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渲行男灶A(yù)測(cè)算法以及提出的新算法LID在以往預(yù)測(cè)性能下降較快的數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)中，該算法取得了較好的預(yù)測(cè)性能提升效果，為基于網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渲行男躁P(guān)鍵蛋白質(zhì)預(yù)測(cè)算法相關(guān)研究提供網(wǎng)絡(luò)結(jié)構(gòu)自適應(yīng)機(jī)制。
　　(4)生物體內(nèi)的蛋白質(zhì)要執(zhí)行相應(yīng)生物功能的一般形式是多個(gè)蛋白質(zhì)協(xié)同合作，共同完成。而蛋白質(zhì)復(fù)合物正是蛋

8、白質(zhì)間這種協(xié)作的客觀體現(xiàn)。因此在蛋白質(zhì)相互作用網(wǎng)絡(luò)中識(shí)別蛋白質(zhì)復(fù)合物研究對(duì)于理解生物體復(fù)雜工作機(jī)制具有重要作用。已發(fā)表的蛋白質(zhì)復(fù)合物預(yù)測(cè)算法大多基于聚類思想來(lái)實(shí)現(xiàn)在網(wǎng)絡(luò)中蛋白質(zhì)復(fù)合物的發(fā)現(xiàn)，其聚類機(jī)制多側(cè)重于數(shù)學(xué)意義上的節(jié)點(diǎn)劃分，且時(shí)間復(fù)雜度偏高。另一方面，現(xiàn)有生物實(shí)驗(yàn)已經(jīng)發(fā)現(xiàn)真實(shí)蛋白質(zhì)復(fù)合物內(nèi)部還存在更微觀的結(jié)構(gòu)，其內(nèi)部的蛋白質(zhì)還可以劃分為核心成員和附屬成員等。受此啟發(fā)，考慮在蛋白質(zhì)相互作用網(wǎng)絡(luò)中對(duì)關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法研究成果的推廣應(yīng)用

9、，提出了基于網(wǎng)絡(luò)節(jié)點(diǎn)局部互作密度的蛋白質(zhì)復(fù)合物預(yù)測(cè)新算法CBLID。該算法首先利用網(wǎng)絡(luò)節(jié)點(diǎn)的局部互作密度LID分值生成聚類種子集合;隨后將種子的互作鄰接點(diǎn)分配到對(duì)應(yīng)聚類中完成聚類;最后清除重復(fù)的聚類，得到當(dāng)前網(wǎng)絡(luò)的蛋白質(zhì)復(fù)合物候選集。算法CBLID相比較于現(xiàn)有經(jīng)典蛋白質(zhì)復(fù)合物預(yù)測(cè)算法具有更小的時(shí)間復(fù)雜度，且在選取多個(gè)蛋白質(zhì)相互作用網(wǎng)絡(luò)上，與已有算法的對(duì)比實(shí)驗(yàn)中，在多個(gè)評(píng)估指標(biāo)下，該算法取得了較好的預(yù)測(cè)結(jié)果，從而為蛋白質(zhì)復(fù)合物預(yù)測(cè)研究提供