基于時序網(wǎng)絡(luò)的蛋白質(zhì)復(fù)合物挖掘與疾病基因預(yù)測研究.pdf

1、生物網(wǎng)絡(luò)模塊化結(jié)構(gòu)識別和人類疾病基因預(yù)測在生物信息學(xué)領(lǐng)域具有重要研究價值。本文從蛋白質(zhì)相互作用網(wǎng)絡(luò)的拓?fù)涮卣鞒霭l(fā)，認(rèn)為網(wǎng)絡(luò)中節(jié)點(diǎn)的模塊歸屬性可以由它的周圍鄰居節(jié)點(diǎn)的緊密程度來界定。據(jù)此設(shè)計新的復(fù)合物識別算法，然后將該算法應(yīng)用到人類蛋白質(zhì)功能模塊劃分，通過對候選疾病基因進(jìn)行排序預(yù)測疾病基因。具體而言，本文開展了以下研究工作:
　　(1)蛋白質(zhì)相互作用網(wǎng)絡(luò)是一種復(fù)雜網(wǎng)絡(luò)。受復(fù)雜社交網(wǎng)絡(luò)形成規(guī)律和關(guān)鍵節(jié)點(diǎn)識別思想的啟發(fā)，本文通過分析網(wǎng)絡(luò)

2、節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的關(guān)聯(lián)緊密程度，提出一種新的在動態(tài)蛋白質(zhì)網(wǎng)絡(luò)上挖掘蛋白質(zhì)復(fù)合物的新方法NC-TDPINs(NeighborCloseness base on Transient Dynamic Protein Interaction Networks)。在NC-TDPINs算法中，首先以聚集系數(shù)較大的節(jié)點(diǎn)及其鄰居作為初始模塊核，然后采用基于鄰居節(jié)點(diǎn)緊密度的劃分策略來逐步進(jìn)行核擴(kuò)展，節(jié)點(diǎn)的歸屬性可以由分布在不同局部子圖中的鄰居節(jié)點(diǎn)的緊密程度

3、來決定，從而實(shí)現(xiàn)蛋白質(zhì)復(fù)合物識別。和其它經(jīng)典算法相比，NC-TDPINs能夠識別出更多具有生物意義的蛋白質(zhì)復(fù)合物，同時準(zhǔn)確性也優(yōu)于其他方法。
　　(2)復(fù)雜疾病的發(fā)生與發(fā)展通常涉及眾多基因突變、表達(dá)調(diào)控紊亂等因素，這些基因相互之間表現(xiàn)出一定的模塊性。本文根據(jù)“guilt-by-association”假設(shè)，從疾病表型與基因集合關(guān)系的角度出發(fā)，首先在蛋白質(zhì)相互作用網(wǎng)絡(luò)基礎(chǔ)上構(gòu)建模塊相互作用網(wǎng)絡(luò)，采用Mpagerank(Modules