面向蛋白质相互作用网络的蛋白质复合物识别算法研究与实现

论文摘要

蛋白质复合物是细胞内进行生物过程最重要的功能单元之一,因此识别蛋白质复合物对于理解细胞组织和功能的原理非常重要。传统的实验识别蛋白质复合物方法过于复杂,而基于计算的方法识别出的蛋白质复合物不能避免出现高假阳性的测试结果。在本文中考虑了蛋白质相互作用（Protein-Protein Interaction,PPI）网络的拓扑特性和生物学特性,针对蛋白质复合物存在噪声和重叠结构的识别效率较低等问题进行研究与分析。针对现有蛋白质相互作用数据假阳性高的问题,考虑PPI网络节点拓扑特征,构建加权蛋白质相互作用网络,提出了一种基于加权蛋白质相互作用网络的蛋白质复合物识别算法（Clustering algorithm of backbone-degree tree based on weighted protein-protein interaction network for protein complex identification,BTW）。该算法首先通过分析PPI网络节点拓扑特征,利用加权骨干度算法来权衡PPI网络,然后通过Walktrap算法对PPI网络执行聚类,分别在多个酿酒酵母的PPI网络数据集中进行实验,聚类实验结果显示算法较MCL、Walktrap等算法假阳性高的问题,识别精度和性能都有显著提升。针对不能识别重叠蛋白质复合物并且忽略了蛋白质之间的功能信息。提出了一种基于拓扑特征和和基因本体信息识别重叠蛋白质复合物算法（Clustering algorithm based on topological features and gene ontology information for protein functional module identification,WCFM）。通过选取基因本体语义相似性度量蛋白质对相互作用不同程度的强弱关系,建立加权网络模型。该方法对PPI网络中的边进行加权,从而减少了对网络拓扑结构的依赖性。实验结果表明,将基因本体信息与PPI数据相结合可以提高识别蛋白质复合物的准确性,使结果更具有生物学意义。设计并开发了PPI网络可视化分析平台Cluster C。该平台目前已集成了实现了ClusterONE、SPICi和MCL等8个聚类算法和F-measure、Accuracy等5个评估方法。同时将D3.js可视化技术应用到大型的蛋白质相互作用网络上,对PPI网络和聚类的结果进行可视化,以更好的方式解释生物现象。

论文目录

摘要

Abstract

第1章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究工作

1.4 论文组织结构

第2章相关工作综述

2.1 前言

2.2 复杂网络的相关理论

2.2.1 常见的复杂网络模型

2.2.2 网络的图表示

2.3 蛋白质相互作用网络

2.3.1 蛋白质复合物

2.3.2 蛋白质复合物识别算法

2.4 基因本体数据库

2.5 本章小结

第3章基于随机游走的蛋白质复合物识别算法

3.1 前言

3.2 理论基础

3.2.1 拓扑特征描述

3.2.2 基于随机游走的算法

3.3 算法描述

3.4 实验结果与分析

3.4.1 实验数据集

3.4.2 评价标准

3.4.3 各种算法性能比较

3.5 本章小结

第4章基于拓扑特征和和基因本体信息的蛋白质复合物识别算法

4.1 引言

4.2 构建加权图

4.2.1 基因本体论

4.2.2 GO术语的相似性计算

4.3 算法描述

4.4 实验结果分析及讨论

4.4.1 数据集

4.4.2 算法参数设置

4.4.3 评估指标

4.5 实验结果分析及讨论

4.6 本章小结

第5章蛋白质网络聚类方法综合分析平台的实现

5.1 前言

5.2 系统原理及总体架构

5.3 系统聚类分析及评估

5.3.1 蛋白质相互作用网络可视化

5.3.2 聚类算法及评估方法

5.4 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢

文章来源

类型: 硕士论文

作者: 王佩恒

导师: 张冬雯,许云峰,翟中原

关键词: 蛋白质相互作用网络,聚类算法,蛋白质复合物,拓扑特征,基因本体

来源: 河北科技大学

年度: 2019

分类: 基础科学

专业: 数学,生物学

单位: 河北科技大学

分类号: Q51;O157.5

DOI: 10.27107/d.cnki.ghbku.2019.000035

总页数: 69

文件大小: 3818K

下载量: 32

面向蛋白质相互作用网络的蛋白质复合物识别算法研究与实现

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢