基于網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)鋮?shù)的關(guān)鍵蛋白質(zhì)識(shí)別研究.pdf

1、蛋白質(zhì)分子功能的重要性與它在蛋白質(zhì)網(wǎng)絡(luò)中對(duì)應(yīng)節(jié)點(diǎn)的拓?fù)涮匦跃o密相關(guān)。關(guān)鍵蛋白質(zhì)的識(shí)別有助于從系統(tǒng)水平上理解生命活動(dòng)的內(nèi)在組織和過(guò)程，在疾病診療及藥物設(shè)計(jì)等方面有重要的應(yīng)用前景。與生物學(xué)實(shí)驗(yàn)方法及其它方法相比，基于拓?fù)浣Y(jié)構(gòu)的生物信息學(xué)方法在關(guān)鍵蛋白質(zhì)識(shí)別上有獨(dú)特優(yōu)勢(shì)。針對(duì)已有方法對(duì)關(guān)鍵蛋白質(zhì)識(shí)別度不高的現(xiàn)狀，認(rèn)為進(jìn)一步提高識(shí)別度有兩條途徑：一是發(fā)現(xiàn)與關(guān)鍵蛋白質(zhì)關(guān)系更密切的參數(shù)，二是充分挖掘現(xiàn)有參數(shù)的信息并進(jìn)行有效地整合。對(duì)于第一種途徑，根

2、據(jù)點(diǎn)覆蓋在網(wǎng)絡(luò)(圖)拓?fù)浣Y(jié)構(gòu)上的重要地位而研究將其引入關(guān)鍵蛋白質(zhì)的識(shí)別中；對(duì)于第二種途徑，主要探討復(fù)合參數(shù)的構(gòu)造及異步識(shí)別方法，通過(guò)將多個(gè)參數(shù)所隱含的關(guān)鍵蛋白質(zhì)信息進(jìn)行有效整合而提高識(shí)別度。 點(diǎn)覆蓋問(wèn)題雖然可以在參數(shù)計(jì)算理論的架構(gòu)內(nèi)求精確解，但是目前在理論及應(yīng)用上有一定的局限性。將參數(shù)計(jì)算理論引進(jìn)隨機(jī)網(wǎng)絡(luò)領(lǐng)域，利用隨機(jī)網(wǎng)絡(luò)統(tǒng)計(jì)和概率分布等特性，從全局和整體上分析并揭示參數(shù)化點(diǎn)覆蓋問(wèn)題低度(1度和2度)節(jié)點(diǎn)核化過(guò)程中問(wèn)題的核及度分

3、布演變的內(nèi)在機(jī)制和變化規(guī)律。同時(shí)，根據(jù)核與節(jié)點(diǎn)度分布以及邊的關(guān)系，提出隨機(jī)網(wǎng)絡(luò)參數(shù)化點(diǎn)覆蓋問(wèn)題的d-核化可決策性。 在1度點(diǎn)核化的研究中，首先分析節(jié)點(diǎn)之間的映射關(guān)系，然后將它們的鄰接關(guān)系進(jìn)行量化，得出1度點(diǎn)核化算法對(duì)平均度為ω≤2-3的隨機(jī)網(wǎng)絡(luò)點(diǎn)覆蓋問(wèn)題的核化強(qiáng)度最高，同時(shí)指出它的d-核化(d=1)可決策性。在2度點(diǎn)核化的研究中，提出2度點(diǎn)三角形子網(wǎng)的計(jì)數(shù)方法；通過(guò)研究子網(wǎng)對(duì)節(jié)點(diǎn)的共享關(guān)系，分析2度點(diǎn)核化過(guò)程中核及度分布演變的動(dòng)

4、態(tài)過(guò)程，得出2度點(diǎn)核化算法對(duì)2度點(diǎn)分布概率在0.75左右的隨機(jī)網(wǎng)絡(luò)的核化強(qiáng)度最高，同時(shí)也指出它的d-核化(d=2)可決策性。初步結(jié)果表明，對(duì)隨機(jī)網(wǎng)絡(luò)點(diǎn)覆蓋問(wèn)題低度點(diǎn)核化過(guò)程的分析方法不但具有理論上的意義，而且隨著問(wèn)題隨機(jī)度的大小而對(duì)問(wèn)題有不同程度的把握能力，并提供了隨機(jī)網(wǎng)絡(luò)上這一NP完全問(wèn)題的求解方法，也為參數(shù)計(jì)算在包括蛋白質(zhì)網(wǎng)絡(luò)在內(nèi)的已知度分布的一類不確定問(wèn)題中的應(yīng)用提供了可能。 對(duì)一給定的網(wǎng)絡(luò)(圖)來(lái)說(shuō)，雖然最小點(diǎn)覆蓋集的大

5、小是一個(gè)固定值，但就一般情況而言可以求解出多個(gè)節(jié)點(diǎn)構(gòu)成不同的最小覆蓋集。為此，提出骨干點(diǎn)覆蓋集、非骨干覆蓋集及非覆蓋集等概念，然后對(duì)蛋白質(zhì)網(wǎng)絡(luò)進(jìn)行最小點(diǎn)覆蓋分析并獲得一種新的拓?fù)鋮?shù)--點(diǎn)覆蓋參數(shù)，從另一種角度描述節(jié)點(diǎn)的拓?fù)渲匾?。為了避開(kāi)點(diǎn)覆蓋參數(shù)精確求解方法中可能出現(xiàn)的NP-難問(wèn)題，根據(jù)稀疏網(wǎng)絡(luò)中存在大量的◇、△2、∧2子網(wǎng)的特點(diǎn)，將確定算法與非確定算法相結(jié)合，提出基于隨機(jī)核化的快速算法(A-Q算法)。該算法通過(guò)引進(jìn)參數(shù)計(jì)算的相關(guān)算

6、法將復(fù)雜度大幅度降低，同時(shí)通過(guò)隨機(jī)和統(tǒng)計(jì)方法使得到的結(jié)果盡可能接近實(shí)際解。結(jié)果顯示，該算法得到的點(diǎn)覆蓋參數(shù)與關(guān)鍵蛋白質(zhì)有著密切的聯(lián)系，在識(shí)別仿真上也表現(xiàn)出較好的性能，因此在描述節(jié)點(diǎn)的拓?fù)涮匦陨暇哂兄匾饬x。 把關(guān)鍵蛋白質(zhì)識(shí)別看作是一類特殊的模式識(shí)別。從相關(guān)分析出發(fā)對(duì)關(guān)鍵蛋白質(zhì)與其主要拓?fù)鋮?shù)的相互關(guān)系進(jìn)行研究，發(fā)現(xiàn)參數(shù)對(duì)關(guān)鍵蛋白質(zhì)識(shí)別能力的大小與兩者之間的相關(guān)性有關(guān)；研究復(fù)合參數(shù)識(shí)別度與獨(dú)立參數(shù)識(shí)別度、與獨(dú)立參數(shù)相關(guān)性之間的關(guān)系