蛋白質(zhì)網(wǎng)絡的聚類分析方法及評估.pdf

1、在后基因時代，隨著高通量蛋白質(zhì)組技術(shù)的發(fā)展，可獲得的蛋白質(zhì)相互作用數(shù)據(jù)迅速增長，隨即面臨的一項重要挑戰(zhàn)就是系統(tǒng)的分析和全面的理解蛋白質(zhì)之間是如何通過相互作用來完成相應生命活動的。從蛋白質(zhì)網(wǎng)絡中識別蛋白質(zhì)復合物和功能模塊對解釋特定的生物進程具有重要的意義。本文從蛋白質(zhì)網(wǎng)絡拓撲特性研究出發(fā)，結(jié)合相關(guān)生物數(shù)據(jù)信息，對蛋白質(zhì)網(wǎng)絡的聚類分析方法及評估進行了深入研究。主要研究內(nèi)容和貢獻如下：
　?、盘岢隽艘环N融合蛋白質(zhì)網(wǎng)絡和基因表達數(shù)據(jù)信息的

2、蛋白質(zhì)復合物識別算法IPCIPG。該算法可以分別識別蛋白質(zhì)網(wǎng)絡中交疊和非交疊的蛋白質(zhì)復合物。基于酵母蛋白質(zhì)網(wǎng)絡的實驗結(jié)果表明，IPCIPG算法較HUNTER、HC-PIN、SPICI、CMC、MCODE和MCL具有更強的標識已知復合物能力。
　?、铺岢隽艘环N新的從蛋白質(zhì)網(wǎng)絡中識別并且區(qū)分蛋白質(zhì)復合物及功能模塊的模型，并在該模型基礎上提出了蛋白質(zhì)復合物識別算法TSN-PCD及功能模塊識別算法DFM-CIN。實驗結(jié)果表明算法TSN-P

3、CD能夠較其他算法更加準確的識別出蛋白質(zhì)復合物，基于GO數(shù)據(jù)庫功能注釋信息的功能富集評估發(fā)現(xiàn)DFM-CIN識別出了大多數(shù)參與特殊生物進程的功能模塊。
　　⑶提出了一種新的基于蛋白質(zhì)功能層次結(jié)構(gòu)特性的評估方法hF-measure。該方法通過結(jié)合GO數(shù)據(jù)庫功能注釋信息在F-measure基礎上進一步考慮了復合物中蛋白質(zhì)間的功能相似性及復合物的拓撲性。基于人工測試數(shù)據(jù)以及多個聚類算法識別結(jié)果的實驗分析表明hF-measure不僅能夠更加