基于蛋白質(zhì)網(wǎng)絡(luò)的復(fù)合體識別算法研究.pdf

1、蛋白質(zhì)是一種十分重要的生物分子。生物學(xué)研究表明，蛋白質(zhì)很少單獨參與生命活動，而是通過多個蛋白質(zhì)之間的物理相互作用形成多分子聚合體——蛋白質(zhì)復(fù)合體。復(fù)合體是蛋白質(zhì)執(zhí)行其功能的主要形式。在細胞中很多重要的生物過程都是由蛋白質(zhì)復(fù)合體參與執(zhí)行的。因此，準確識別細胞中蛋白質(zhì)復(fù)合體對于揭示蛋白質(zhì)活動規(guī)律、理解蛋白質(zhì)的功能具有十分重要的意義。蛋白質(zhì)網(wǎng)絡(luò)是一種用來刻畫細胞中蛋白質(zhì)之間相互作用的生物網(wǎng)絡(luò)。利用計算方法從蛋白質(zhì)網(wǎng)絡(luò)中識別蛋白質(zhì)復(fù)合體,是當前

2、生物信息學(xué)領(lǐng)域的研究熱點之一。本課題即圍繞以蛋白質(zhì)網(wǎng)絡(luò)為基礎(chǔ)的復(fù)合體識別問題，針對局部搜索、離散和連續(xù)優(yōu)化以及采用時序蛋白質(zhì)網(wǎng)絡(luò)等不同類型識別方法分別展開研究。具體研究內(nèi)容包括以下四個方面：
　?。?）研究基于標簽傳播思想的復(fù)合體識別方法。
　　在局部搜索類方法方面，本文提出了一種基于多標簽傳播的識別算法。該算法中引入了標簽傳播機制，利用標簽表示蛋白質(zhì)所屬復(fù)合體類別，并通過蛋白質(zhì)之間相互傳播標簽的過程識別蛋白質(zhì)網(wǎng)絡(luò)中復(fù)合體對

3、應(yīng)的模塊。具體來講，本文針對蛋白質(zhì)復(fù)合體的特點，對傳統(tǒng)標簽傳播算法進行了相應(yīng)的改進與拓展，主要體現(xiàn)在如下幾方面：采用蛋白質(zhì)的多標簽存儲與傳播機制，解決復(fù)合體之間的重疊問題；定義標簽的傳播強度，強化共有鄰居蛋白質(zhì)的作用，提高傳播效率；提出基于自適應(yīng)閾值的多標簽更新策略，以合理控制復(fù)合體規(guī)模；確定了以蛋白質(zhì)度為基礎(chǔ)的標簽更新順序，增強了算法的魯棒性。實驗結(jié)果表明，上述算法在識別蛋白質(zhì)復(fù)合體方面具有一定的優(yōu)勢。該算法的提出為從蛋白質(zhì)網(wǎng)絡(luò)中識別

4、復(fù)合體提供了一種新的有效啟發(fā)式手段。
　?。?）研究基于離散模塊度函數(shù)的復(fù)合體識別方法。
　　模塊度函數(shù)是度量網(wǎng)絡(luò)模塊劃分質(zhì)量的離散函數(shù)，是引導(dǎo)層次聚類簇合并的重要指標。針對復(fù)合體相互重疊和規(guī)模小等特點，本文提出了一種蛋白質(zhì)模塊度函數(shù)用以度量網(wǎng)絡(luò)中復(fù)合體模塊劃分質(zhì)量，并利用該函數(shù)作為引導(dǎo)簇合并的指導(dǎo)準則。與傳統(tǒng)模塊度函數(shù)相比，該新型模塊度函數(shù)具有兩方面特點：一是在重疊模塊方面具有更強的描述能力；二是可以避免分辨率限制問題，更

5、加適合于規(guī)模較小的復(fù)合體。此外，在層次聚類算法設(shè)計方面，還提出了一種基于度相關(guān)性的初始簇選擇方法。文中通過實驗驗證了該算法的有效性，證明其更適合于解決蛋白質(zhì)復(fù)合體識別問題。本工作對于基于模塊度函數(shù)識別復(fù)合體的相關(guān)研究具有重要意義。
　　（3）研究面向復(fù)合體識別的連續(xù)優(yōu)化模型及相應(yīng)算法。
　　在連續(xù)優(yōu)化方法方面，本文提出一種以最小二乘法為基礎(chǔ)的最優(yōu)化模型，用以在輸入蛋白質(zhì)網(wǎng)絡(luò)數(shù)據(jù)和未知復(fù)合體模塊劃分之間建立合理聯(lián)系。該模型的優(yōu)

6、化目標是最小化所有蛋白質(zhì)對的相互作用與參與共同復(fù)合體系數(shù)之間的差異。此外，通過對蛋白質(zhì)相互作用強度進行加權(quán)以及引入懲罰項等相應(yīng)策略進一步提高模型描述能力。在所構(gòu)建模型基礎(chǔ)上，給出了一種基于小粒度稠密子網(wǎng)絡(luò)和乘法更新規(guī)則的快速優(yōu)化算法以將該模型與給定輸入蛋白質(zhì)網(wǎng)絡(luò)相擬合，從而推測得到蛋白質(zhì)隸屬不同復(fù)合體的隸屬系數(shù)。通過實驗測試及與其它基于連續(xù)優(yōu)化算法的對比，驗證了上述模型及算法的有效性。
　?。?）研究基于時序蛋白質(zhì)網(wǎng)絡(luò)的復(fù)合體識別

7、方法。
　　在基于時序蛋白質(zhì)網(wǎng)絡(luò)的識別方法方面，關(guān)鍵問題是如何利用基因表達數(shù)據(jù)構(gòu)建能夠客觀描述蛋白質(zhì)動態(tài)活動規(guī)律的時序蛋白質(zhì)網(wǎng)絡(luò)?，F(xiàn)有相關(guān)方法普遍假設(shè)所有蛋白質(zhì)都是動態(tài)變化。然而，除動態(tài)蛋白質(zhì)外細胞中還包含豐度相對穩(wěn)定的靜態(tài)蛋白質(zhì)。因此，本文提出一種基于動態(tài)-靜態(tài)蛋白質(zhì)混合思想的方法構(gòu)建時序蛋白質(zhì)網(wǎng)絡(luò)，并將這種網(wǎng)絡(luò)應(yīng)用于復(fù)合體識別問題。該方法不僅考慮動態(tài)蛋白質(zhì)之間的相互作用，而且同時關(guān)注動態(tài)蛋白質(zhì)與靜態(tài)蛋白質(zhì)之間的相互作用關(guān)系。實