基于多維生物特征的關(guān)鍵蛋白質(zhì)識別算法研究.pdf

1、作為生命活動中必不可缺的部分，關(guān)鍵蛋白質(zhì)有助于人們理解有機體的新陳代謝、分化等生命過程。關(guān)鍵蛋白質(zhì)的識別從系統(tǒng)層面上為生物學的發(fā)展和醫(yī)藥學研究提供重要價值信息。后基因組時代，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)層面識別關(guān)鍵蛋白質(zhì)成為研究的熱點。然而，由于蛋白質(zhì)相互作用數(shù)據(jù)不全，并且存在假陽性噪聲數(shù)據(jù)，關(guān)鍵蛋白質(zhì)識別的準確率受到影響，如何提高關(guān)鍵蛋白質(zhì)識別的準確率成為關(guān)鍵蛋白質(zhì)研究的熱點問題。
　　針對蛋白質(zhì)相互作用網(wǎng)絡(luò)中較多的

2、假陽性噪聲數(shù)據(jù)和缺失的數(shù)據(jù)限制了拓撲中心性關(guān)鍵蛋白質(zhì)識別算法的精度這一問題，本文利用多維生物特征識別關(guān)鍵蛋白質(zhì)，通過評估蛋白質(zhì)的生物功能重要程度，減小網(wǎng)絡(luò)中數(shù)據(jù)缺失和假陽性數(shù)據(jù)帶來的負面影響，從而提高關(guān)鍵蛋白質(zhì)識別的準確性。
　　關(guān)鍵蛋白質(zhì)常常密集分布于某些功能的蛋白質(zhì)復合物內(nèi)，而在其他的復合物內(nèi)較少出現(xiàn)。并且，共表達程度高的蛋白質(zhì)復合物進化更緩慢，這與關(guān)鍵蛋白質(zhì)不謀而合，關(guān)鍵蛋白質(zhì)的保守性與共表達程度高的蛋白質(zhì)復合物存在緊密的聯(lián)

3、系。本文提出CED算法，該方法基于共表達復合物、基因表達程度等生物特征和邊聚集系數(shù)拓撲特征識別關(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用于酵母蛋白質(zhì)真實網(wǎng)絡(luò)上，實驗結(jié)果表明，CED算法正確識別的關(guān)鍵蛋白質(zhì)數(shù)量一致高于其他幾種算法。
　　為進一步提高關(guān)鍵蛋白質(zhì)識別的精確度，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)的功能和進化程度更相似，并且模體也是進化保守的。本文利用模體、基因