基于磷酸化網(wǎng)絡(luò)的鏈路預(yù)測研究.pdf

1、可逆蛋白質(zhì)磷酸化是一種重要的蛋白質(zhì)翻譯后修飾，它調(diào)節(jié)著許多生物細胞過程。因此，鑒定蛋白質(zhì)底物與蛋白質(zhì)激酶之間相互作用非常重要，它幫助我們理解調(diào)節(jié)過程和磷酸化機制。在本研究中，蛋白質(zhì)底物與蛋白質(zhì)激酶相互作用為磷酸化網(wǎng)絡(luò)中的鏈路，因此相互作用的預(yù)測也就是鏈路的預(yù)測。鑒定蛋白質(zhì)底物與蛋白質(zhì)激酶之間作用關(guān)系常用方法是通過生物學(xué)實驗，雖然其準確性高但效率低下，不能對大量的磷酸化數(shù)據(jù)進行快速有效鑒定。為了解決這一問題，機器學(xué)習(xí)方法被用來預(yù)測蛋白質(zhì)底

2、物與蛋白質(zhì)激酶之間的相互作用關(guān)系?；跈C器學(xué)習(xí)的方法用大量數(shù)據(jù)預(yù)測潛在的蛋白質(zhì)底物與蛋白質(zhì)激酶之間相互作用，然后通過實驗去驗證那些可能性較高的相互作用，從而可以減少鑒定的時間和提高工作效率。
　　在本文中，已知的蛋白質(zhì)底物與蛋白質(zhì)激酶之間相互作用關(guān)系被用來構(gòu)建磷酸化網(wǎng)絡(luò)，在此基礎(chǔ)上，蛋白質(zhì)底物序列信息和蛋白質(zhì)激酶序列信息也被加入進來，用于預(yù)測磷酸化網(wǎng)絡(luò)中潛在的蛋白質(zhì)底物與蛋白質(zhì)激酶相互作用鏈路。首先利用蛋白質(zhì)底物序列信息和磷酸化網(wǎng)

3、絡(luò)信息計算蛋白底物的相似性矩陣，然后把該相似性矩陣作為評價蛋白質(zhì)底物與蛋白質(zhì)激酶之間關(guān)系的特征，并把特征數(shù)據(jù)作為支持向量機的輸入數(shù)據(jù)。這一過程被稱為SVM-Net，該算法可用于預(yù)測磷酸化網(wǎng)絡(luò)中蛋白底物與蛋白質(zhì)激酶之間相互作用鏈路。
　　除了SVM-Net算法，我們還設(shè)計了一種網(wǎng)絡(luò)算法LapRLS-AWN，它是在拉普拉斯最小二乘法算法上發(fā)展而來。LapRLS-AWN算法通過蛋白質(zhì)底物序列信息、蛋白質(zhì)激酶信息和磷酸化網(wǎng)絡(luò)信息預(yù)測磷酸化

4、網(wǎng)絡(luò)中蛋白質(zhì)底物與蛋白質(zhì)激酶相互作用鏈路，并通過AWN方法解決磷酸化網(wǎng)絡(luò)中孤立蛋白質(zhì)底物節(jié)點問題。
　　在本文蛋白質(zhì)底物與蛋白質(zhì)激酶之間的鏈路預(yù)測性能分析中，我們首先把不同的信息作為算法的輸入數(shù)據(jù)，并比較它們對預(yù)測性能的影響。結(jié)果顯示蛋白質(zhì)底物與蛋白質(zhì)激酶間相互作用的磷酸化網(wǎng)絡(luò)信息和蛋白質(zhì)激酶序列信息對預(yù)測性能的提升有很大作用。其次，比較了SVM-Net和LapRLS-AWN與現(xiàn)有的BDT、SVM的預(yù)測性能，結(jié)果顯示其性能明顯優(yōu)于