本文關鍵詞：基于網(wǎng)絡拓撲特性的關鍵蛋白質識別算法的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著生物信息學的迅速發(fā)展,人們對生物學的研究已經(jīng)逐漸擴展到蛋白質組學的層面。關鍵蛋白質的移除會造成有關蛋白質功能模塊的功能喪失,進而使細胞無法正常的進行生命活動,從而導致生物體無法生存。關鍵蛋白識別與保護是藥物開發(fā)的基礎,它對于理解細胞生命活動的必需物質具有十分重要的理論意義和應用價值�；谠囼灁�(shù)據(jù)利用計算方法識別關鍵蛋白質可以極大地節(jié)省時間和資源,所以對蛋白質相互作用網(wǎng)絡中的關鍵蛋白質進行識別是生物信息學領域的一個重要研究方向。目前,比較常用的關鍵蛋白質識別算法有：度中心性測度算法、接近度中心性測度算法、介數(shù)中心性測度算法、橋中心性測度算法、局部平均連接中心性測度算法、網(wǎng)絡中心性測度算法等,但這些測度算法僅僅從蛋白質相互作用網(wǎng)絡的全局信息或者局部信息對關鍵蛋白質進行識別。本文通過分析功能模塊與關鍵蛋白質的關系,提出了一種能夠從局部反映蛋白質相互作用網(wǎng)絡中各蛋白質頂點拓撲特性的指標—局部系數(shù),并設計了結合局部系數(shù)和點介數(shù)的中心性測度算法—LBC中心性測度算法。由于該算法不僅包含了蛋白質相互作用網(wǎng)絡的全局信息,而且又融合了蛋白質分子的局部信息,所以能更全面的對關鍵蛋白質進行識別。試驗結果表明,在無標度網(wǎng)絡中,LBC算法的關鍵蛋白質識別率比上述六種測度算法高10%以上。并且在算法的穩(wěn)定性和普遍性方面,LBC算法也優(yōu)于上述六種測度算法。由于LBC算法中的介數(shù)中心性計算的時間復雜度較高,所以本文從兩個方面對其進行了改進。一方面是對算法本身進行改進,在計算介數(shù)中心性時利用VC維理論控制樣本大小只對部分最短路徑進行計算,使得在精度降低不大的情況下大幅度提高了計算效率。另一方面利用GPU對算法進行加速,設計并實現(xiàn)了基于CUDA架構的介數(shù)中心性算法,通過GPU硬件加速。試驗結果表明,基于CUDA的LBC算法在保證檢測精度不變的情況下將計算時間縮短了20-100倍。
【關鍵詞】：蛋白質相互作用網(wǎng)絡 關鍵蛋白質 中心性測度算法 VC維理論 CUDA平臺
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.02;Q51
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 蛋白質相互作用網(wǎng)絡12-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-15
• 1.4 研究內(nèi)容和工作15
• 1.5 本文組織結構15-17
• 2 中心性測度算法與CUDA概述17-27
• 2.1 中心性測度算法17-21
• 2.2 VC維理論21-22
• 2.3 CUDA概述22-26
• 2.3.1 CUDA編程模型23-24
• 2.3.2 CUDA線程24-25
• 2.3.3 CUDA內(nèi)存25-26
• 2.4 本章小結26-27
• 3 融合局部特征的介數(shù)中心性算法27-53
• 3.1 介數(shù)中心性算法27-29
• 3.2 局部系數(shù)29-32
• 3.2.1 蛋白質相互作用網(wǎng)絡的結構分析29-31
• 3.2.2 局部系數(shù)31-32
• 3.3 融合局部特征的中心性測度算法32-35
• 3.4 函數(shù)F的確定35-37
• 3.4.1 評價標準35-36
• 3.4.2 確定函數(shù)f的表達式36-37
• 3.5 預測結果與分析37-52
• 3.5.1 數(shù)據(jù)集37-38
• 3.5.2 六個樣本水平評估38-40
• 3.5.3 統(tǒng)計學性能評估40-41
• 3.5.4 P-R曲線評估41-44
• 3.5.5 刀切法評估44-46
• 3.5.6 LBC與其它測度的差異性評估46-50
• 3.5.7 綜合分析50-52
• 3.6 本章小結52-53
• 4 基于抽樣和CUDA的LBC算法的實現(xiàn)53-65
• 4.1 基于抽樣的LBC算法的實現(xiàn)53-59
• 4.1.1 抽樣樣本大小的確定53-55
• 4.1.2 抽樣LBC算法的實現(xiàn)55-57
• 4.1.3 試驗結果57-59
• 4.2 基于CUDA的LBC算法的實現(xiàn)59-64
• 4.2.1 構建并行算法的方法60
• 4.2.2 LBC算法的并行實現(xiàn)60-63
• 4.2.3 試驗結果63-64
• 4.3 本章小結64-65
• 5 總結與展望65-67
• 參考文獻67-71
• 作者簡歷及攻讀碩士學位期間取得的研究成果71-73
• 學位論文數(shù)據(jù)集73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁琳慧,韓忠朝;蛋白質相互作用的研究方法[J];生命的化學;2005年03期

2 唐澤耀,戴淑芳,陳華,林原;蛋白質相互作用研究的哲學思考[J];醫(yī)學與哲學;2005年01期

3 曹建平,馬義才,李亦學,石鐵流;計算方法在蛋白質相互作用研究中的應用[J];生命科學;2005年01期

4 謝江;張武;梅健;顧知立;吳繼宗;李輝;張律文;;一種新的計算預測alpha-synuclein蛋白質相互作用網(wǎng)絡的方法(英文)[J];Journal of Shanghai University(English Edition);2008年06期

5 余鑫煜;許正平;;蛋白質相互作用數(shù)據(jù)庫及其應用[J];中國生物化學與分子生物學報;2008年03期

6 劉中揚;李棟;朱云平;賀福初;;蛋白質相互作用網(wǎng)絡進化分析研究進展[J];生物化學與生物物理進展;2009年01期

7 王正華;董蘊源;王勇獻;;蛋白質相互作用網(wǎng)絡的幾種聚類方法綜述[J];國防科技大學學報;2009年04期

8 陸林英;魏雅卓;崔穎;孫平平;馬雅楠;馬志強;;基于支持向量機的蛋白質相互作用識別[J];生物信息學;2009年04期

9 王建新;蔡釗;李敏;;一種基于極大團的蛋白質相互作用預測方法[J];高技術通訊;2009年01期

10 李松倍;謝江;張武;武頻;;蛋白質相互作用網(wǎng)絡的相似子網(wǎng)搜索問題研究[J];計算機工程與應用;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉珍;孫景春;謝錦云;李亦學;梁宋平;石鐵流;;蛋白質相互作用網(wǎng)絡中的生物途徑分析[A];中國蛋白質組學第二屆學術大會論文摘要論文集[C];2004年

2 李占潮;周漩;戴宗;鄒小勇;;基于一級結構信息預測蛋白質與蛋白質相互作用[A];第十屆全國計算(機)化學學術會議論文摘要集[C];2009年

3 王存新;馬曉慧;陳慰祖;;構象熵對蛋白質-蛋白質相互作用及結合自由能的貢獻[A];第九次全國生物物理大會學術會議論文摘要集[C];2002年

4 程鋼;吳松鋒;陳廷貴;萬平;朱云平;賀福初;;22周孕齡胎肝蛋白質相互作用網(wǎng)絡的構建[A];中國蛋白質組學首屆學術大會論文摘要集[C];2003年

5 楊曉明;王建;許望翔;虞東輝;楊永升;劉瓊明;周穎;張翠莉;吳志豪;張萬巧;劉濤;唐劉君;原艷芝;郝峰;金超智;賀福初;;人類肝臟重要蛋白質相互作用連鎖圖研究進展[A];中國蛋白質組學第三屆學術大會論文摘要[C];2005年

6 吳俊;鄧宏鐘;朱大智;譚躍進;;蛋白質相互作用網(wǎng)絡的度秩函數(shù)與度分布[A];2006全國復雜網(wǎng)絡學術會議論文集[C];2006年

7 李令東;田瑞軍;唐偉;鄒漢法;趙宗保;;攜異戊烯鏈小分子與蛋白質相互作用的研究[A];第六屆全國化學生物學學術會議論文摘要集[C];2009年

8 李立;肖奕;孫之榮;;酵母蛋白質相互作用網(wǎng)絡的模塊進化[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

9 陳慰祖;莊彥;王存新;;用分子模擬方法研究胰島素二聚體的相互作用和識別[A];第三屆全國現(xiàn)代生物物理技術學術討論會論文摘要匯編[C];2000年

10 馬文;劉艷清;郭瓊;鄧玉林;;生物功能化色譜法研究胰島素及其受體間的相互作用[A];第十五次全國色譜學術報告會文集（上冊）[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者 常麗君;科學家繪制出迄今最詳細蛋白質相互作用圖[N];科技日報;2011年

2 胡德榮;蛋白質相互作用網(wǎng)絡預測新方法被發(fā)現(xiàn)[N];健康報;2007年

3 通訊員 甄蓓　特約記者 吳志軍;肝臟蛋白質相互作用圖繪出[N];健康報;2011年

4 甄蓓;我科學家成功繪制人類肝臟蛋白質相互作用網(wǎng)絡連鎖圖[N];科技日報;2011年

5 甄蓓;人類肝臟蛋白質“關系網(wǎng)絡圖”繪成[N];中國醫(yī)藥報;2011年

6 毛黎;美開發(fā)細胞內(nèi)蛋白質相互作用標識技術[N];科技日報;2007年

7 張佳星;人類為何如此與眾不同[N];科技日報;2008年

8 白毅;我國計算生物學研究取得重要進展[N];中國醫(yī)藥報;2007年

9 余志平 編譯;PCAs給我們帶來了什么？[N];中國醫(yī)藥報;2007年

10 欣文;蛋白質相互作用導致疑難病癥[N];醫(yī)藥經(jīng)濟報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 沈懿珍;基于協(xié)同智能的蛋白質相互作用及其網(wǎng)絡研究[D];東華大學;2011年

2 梁治;蛋白質相互作用網(wǎng)絡的比較生物學分析及其應用[D];中國科學技術大學;2006年

3 王曉敏;基于蛋白質相互作用網(wǎng)絡的功能模塊識別及功能預測研究[D];國防科學技術大學;2013年

4 胡靜;基于密度聚類和特征分類的蛋白質相互作用熱區(qū)預測[D];武漢科技大學;2015年

5 謝江;蛋白質相互作用網(wǎng)絡的數(shù)值研究[D];上海大學;2008年

6 史明光;蛋白質相互作用預測方法的研究[D];中國科學技術大學;2009年

7 杜秀全;基于智能計算的蛋白質相互作用預測方法研究[D];安徽大學;2010年

8 尤著宏;基于圖和復雜網(wǎng)絡理論的蛋白質相互作用數(shù)據(jù)分析與應用研究[D];中國科學技術大學;2010年

9 龐開放;基于基因表達和蛋白質相互作用數(shù)據(jù)集成的蛋白質進化、功能重要性和動態(tài)模塊化組織的研究[D];上海交通大學;2011年

10 馮鐵男;基于小波的蛋白質相互作用網(wǎng)絡的研究[D];上海大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 董蘊源;基于譜方法的蛋白質相互作用網(wǎng)絡分析[D];國防科學技術大學;2007年

2 邴志桐;蛋白質相互作用網(wǎng)絡度分布的研究[D];蘭州大學;2009年

3 楊曉飛;基于多源數(shù)據(jù)融合的蛋白質—蛋白質相互作用網(wǎng)絡構建方法研究[D];中國科學技術大學;2009年

4 劉U

本文編號：354913