蛋白質(zhì)網(wǎng)絡(luò)中復(fù)合物的挖掘與應(yīng)用研究.pdf

1、隨著蛋白質(zhì)網(wǎng)絡(luò)的日益完善，從大規(guī)模蛋白質(zhì)網(wǎng)絡(luò)中挖掘蛋白質(zhì)復(fù)合物正成為當(dāng)前復(fù)合物挖掘研究的熱點。然而，由于蛋白質(zhì)復(fù)合物拓撲結(jié)構(gòu)的多樣性、復(fù)合物的層次性與重疊性，在蛋白質(zhì)網(wǎng)絡(luò)中挖掘蛋白質(zhì)復(fù)合物還存在很多挑戰(zhàn)。針對這些問題，本文針對蛋白質(zhì)網(wǎng)絡(luò)中復(fù)合物的挖掘和應(yīng)用進行研究，主要研究工作包括:
　　1)挖掘具有不同拓撲特征的蛋白質(zhì)復(fù)合物:由于蛋白質(zhì)復(fù)合物通常對應(yīng)蛋白質(zhì)網(wǎng)絡(luò)中的稠密子圖或模塊，目前基于蛋白質(zhì)網(wǎng)絡(luò)的復(fù)合物挖掘算法通常是通過在蛋白

2、質(zhì)網(wǎng)絡(luò)中挖掘稠密子圖或模塊來識別蛋白質(zhì)復(fù)合物。然而基于稠密子圖的方法難以識別低密度的蛋白質(zhì)復(fù)合物，它們通常為模塊;而基于模塊的方法難以識別模塊性較低的蛋白質(zhì)復(fù)合物，它們通常為稠密子圖。為了挖掘具有不同拓撲特征的蛋白質(zhì)復(fù)合物，包括低密度的模塊和低模塊性的稠密子圖，我們綜合子圖密度和模塊性定義新的子圖局部適應(yīng)度函數(shù)，并提出新的復(fù)合物挖掘算法，LF-PIN，通過在蛋白質(zhì)網(wǎng)絡(luò)中挖掘具有局部最大適應(yīng)度的子圖來識別蛋白質(zhì)復(fù)合物。實驗結(jié)果表明，與其他

3、七種優(yōu)秀的識別算法相比(CMC、Core-Attachment、CPM、DPClus、HC-PIN、MCL和NFC)，LF-PIN算法能更有效的標(biāo)識已知蛋白質(zhì)復(fù)合物，特別是它能更有效標(biāo)識低密度和低模塊性的已知復(fù)合物。
　　2)挖掘具有重疊性和層次性的蛋白質(zhì)復(fù)合物:研究表明，蛋白質(zhì)復(fù)合物具有重疊性和層次性。但在當(dāng)前的復(fù)合物挖掘算法中，僅有基于層次聚類的算法能揭示復(fù)合物的層次結(jié)構(gòu)。這類算法由于初始簇為互不重疊的蛋白質(zhì)頂點，所識別的蛋白

4、質(zhì)復(fù)合物互不重疊。為了克服這種局限性，我們提出兩種復(fù)合物挖掘算法:OH-PIN和MCSE。OH-PIN為一種層次聚類算法，因此能揭示復(fù)合物層次結(jié)構(gòu);由于初始簇存在重疊，OH-PIN識別的復(fù)合物仍然保留重疊。MCSE是一種基于“種子-擴展”的識別算法。在擴展過程中，一個頂點可以被不同的種子訪問并加入簇中，因此MCSE可以識別重疊的蛋白質(zhì)復(fù)合物。而通過參數(shù)λ控制種子的擴展，MCSE可以識別不同層次的蛋白質(zhì)復(fù)合物。在酵母中的實驗結(jié)果表明，這兩

5、種算法所識別的復(fù)合物層次結(jié)構(gòu)均能有效對應(yīng)于GO注釋的層次結(jié)構(gòu)以及MIPS數(shù)據(jù)庫中已知蛋白質(zhì)復(fù)合物的層次結(jié)構(gòu)。與其他優(yōu)秀的識別算法相比，OH-PIN和MCSE都能更有效的識別已知蛋白質(zhì)復(fù)合物，特別是位于較高層次的蛋白質(zhì)復(fù)合物。比較OH-PIN和MCSE，OH-PIN算法在小規(guī)模、高可靠性的蛋白質(zhì)網(wǎng)絡(luò)上具有更好的性能，但其運行效率較低;而MCSE算法運行效率高，更適合于大規(guī)模蛋白質(zhì)網(wǎng)絡(luò)。
　　3)綜合蛋白質(zhì)相互作用和其他生物數(shù)據(jù)挖掘蛋

6、白質(zhì)復(fù)合物:研究表明，蛋白質(zhì)相互作用在蛋白質(zhì)復(fù)合物中出現(xiàn)的可能性與它的某些生物特征相關(guān)。為了進一步提高蛋白質(zhì)復(fù)合物的預(yù)測精度，我們提出一種多元數(shù)據(jù)融合方法，MD-WPIN，通過應(yīng)用logistic回歸模型評估蛋白質(zhì)相互作用的關(guān)鍵性、可靠性、在蛋白質(zhì)網(wǎng)絡(luò)中的邊聚集值以及它的兩個蛋白質(zhì)的亞細胞定位是否相同對它是否出現(xiàn)在蛋白質(zhì)復(fù)合物中的影響，建立加權(quán)酵母蛋白質(zhì)網(wǎng)絡(luò)YDIPW+。比較多種復(fù)合物挖掘算法，包括我們提出LF-PIN和MCSE算法，在

7、非加權(quán)酵母蛋白質(zhì)網(wǎng)絡(luò)、其他加權(quán)酵母蛋白質(zhì)網(wǎng)絡(luò)和YDIPW+上的性能，實驗結(jié)果表明，在YDIPW+中，這些算法具有最佳性能。
　　4)應(yīng)用蛋白質(zhì)復(fù)合物信息挖掘關(guān)鍵蛋白質(zhì):關(guān)鍵蛋白質(zhì)的識別對于致病基因的發(fā)現(xiàn)及藥物標(biāo)靶的鑒定具有重要意義?；诘鞍踪|(zhì)復(fù)合物和關(guān)鍵蛋白質(zhì)之間存在密切聯(lián)系這一發(fā)現(xiàn)，我們構(gòu)造基于蛋白質(zhì)復(fù)合物的測度參數(shù)Complex_C來識別關(guān)鍵蛋白質(zhì)。實驗結(jié)果表明，蛋白質(zhì)的Complex_C值與拓撲中心性值均為預(yù)測蛋白質(zhì)關(guān)鍵性的

8、重要因素，并且它們具有良好的互補性。因此，我們綜合Complex_C與子圖中心性SC構(gòu)造測度參數(shù)HC。為了進一步提高性能，我們將蛋白質(zhì)亞細胞定位和參與的生物過程這兩個蛋白質(zhì)關(guān)鍵性的預(yù)測因子與蛋白質(zhì)網(wǎng)絡(luò)相結(jié)合構(gòu)建加權(quán)蛋白質(zhì)網(wǎng)絡(luò)，擴展HC為HCW并用于在該加權(quán)網(wǎng)絡(luò)中挖掘關(guān)鍵蛋白質(zhì)。酵母中實驗結(jié)果表明，當(dāng)輸出樣本水平為top5％到25％時，與六種中心性測度方法中的最佳結(jié)果相比，HC識別的關(guān)鍵蛋白質(zhì)分別增加了9.1％到15.2％;而與HC相比，