基于多維生物特征的關(guān)鍵蛋白質(zhì)識(shí)別算法研究.pdf

1、作為生命活動(dòng)中必不可缺的部分，關(guān)鍵蛋白質(zhì)有助于人們理解有機(jī)體的新陳代謝、分化等生命過(guò)程。關(guān)鍵蛋白質(zhì)的識(shí)別從系統(tǒng)層面上為生物學(xué)的發(fā)展和醫(yī)藥學(xué)研究提供重要價(jià)值信息。后基因組時(shí)代，蛋白質(zhì)相互作用數(shù)據(jù)日益豐富，從蛋白質(zhì)網(wǎng)絡(luò)層面識(shí)別關(guān)鍵蛋白質(zhì)成為研究的熱點(diǎn)。然而，由于蛋白質(zhì)相互作用數(shù)據(jù)不全，并且存在假陽(yáng)性噪聲數(shù)據(jù)，關(guān)鍵蛋白質(zhì)識(shí)別的準(zhǔn)確率受到影響，如何提高關(guān)鍵蛋白質(zhì)識(shí)別的準(zhǔn)確率成為關(guān)鍵蛋白質(zhì)研究的熱點(diǎn)問(wèn)題。
　　針對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)中較多的

2、假陽(yáng)性噪聲數(shù)據(jù)和缺失的數(shù)據(jù)限制了拓?fù)渲行男躁P(guān)鍵蛋白質(zhì)識(shí)別算法的精度這一問(wèn)題，本文利用多維生物特征識(shí)別關(guān)鍵蛋白質(zhì)，通過(guò)評(píng)估蛋白質(zhì)的生物功能重要程度，減小網(wǎng)絡(luò)中數(shù)據(jù)缺失和假陽(yáng)性數(shù)據(jù)帶來(lái)的負(fù)面影響，從而提高關(guān)鍵蛋白質(zhì)識(shí)別的準(zhǔn)確性。
　　關(guān)鍵蛋白質(zhì)常常密集分布于某些功能的蛋白質(zhì)復(fù)合物內(nèi)，而在其他的復(fù)合物內(nèi)較少出現(xiàn)。并且，共表達(dá)程度高的蛋白質(zhì)復(fù)合物進(jìn)化更緩慢，這與關(guān)鍵蛋白質(zhì)不謀而合，關(guān)鍵蛋白質(zhì)的保守性與共表達(dá)程度高的蛋白質(zhì)復(fù)合物存在緊密的聯(lián)

3、系。本文提出CED算法，該方法基于共表達(dá)復(fù)合物、基因表達(dá)程度等生物特征和邊聚集系數(shù)拓?fù)涮卣髯R(shí)別關(guān)鍵蛋白質(zhì)。我們將CED算法和現(xiàn)有的幾種具有代表性的算法應(yīng)用于酵母蛋白質(zhì)真實(shí)網(wǎng)絡(luò)上，實(shí)驗(yàn)結(jié)果表明，CED算法正確識(shí)別的關(guān)鍵蛋白質(zhì)數(shù)量一致高于其他幾種算法。
　　為進(jìn)一步提高關(guān)鍵蛋白質(zhì)識(shí)別的精確度，本文深入探索能更直接有效地表征蛋白質(zhì)功能重要程度的生物特征。網(wǎng)絡(luò)模體內(nèi)的蛋白質(zhì)的功能和進(jìn)化程度更相似，并且模體也是進(jìn)化保守的。本文利用模體、基因