在后基因組時代,隨著人類基因組測序工作的完成,蛋白質(zhì)組學已經(jīng)成為生命科學中的核心研究內(nèi)容。龐大數(shù)量的蛋白質(zhì)之間的相互作用構成了生命活動的基礎。然而單個蛋白質(zhì)很難發(fā)揮特定的生物功能,生命活動中的生物功能一般是通過多個蛋白質(zhì)共同相互作用而完成的。近年來,飛速發(fā)展的高通量技術產(chǎn)生了大量的蛋白質(zhì)相互作用網(wǎng)絡數(shù)據(jù)。一般認為相互作用的蛋白質(zhì)具有相同或者相似的生物功能,因此如何從蛋白質(zhì)互作網(wǎng)絡中挖掘出具有特定生物功能的蛋白質(zhì)模塊已經(jīng)成為當前生物信息學領域中的研究熱點。由于人類目前已經(jīng)發(fā)現(xiàn)的蛋白質(zhì)相互作用數(shù)據(jù)數(shù)量比較少,并且在這些少量互作數(shù)據(jù)中還存在一些錯誤的相互作用（假陽性）,這些噪聲信息使得直接從稀疏的蛋白質(zhì)互作網(wǎng)絡中檢測功能模塊具有了一定的局限性。因此,完全基于網(wǎng)絡拓撲結構的功能模塊發(fā)現(xiàn)算法檢測到的功能模塊準確率比較低。然而比較幸運的是人類已經(jīng)獲得了一些少量的經(jīng)人工審核過的高質(zhì)量的蛋白質(zhì)復合體數(shù)據(jù)。于是,研究設計融合蛋白質(zhì)互作數(shù)據(jù)和蛋白質(zhì)復合體數(shù)據(jù)的功能模塊檢測算法是必要的。目前大多數(shù)功能模塊發(fā)現(xiàn)算法都是無監(jiān)督的,因此本文的主要研究內(nèi)容是分析蛋白質(zhì)拓撲模塊與功能模塊之間的關系,以及設計新的將蛋白... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：122 頁

【學位級別】：博士

【部分圖文】：

功能模塊檢測流程

之間的距離比較短。因此，我們假設如果兩個蛋白質(zhì)拓撲模塊之間的拓撲距離比??較近，那么與它們相關的疾病表型也應該很相似。為此，我們設計了蛋白質(zhì)拓撲??模塊間的癥狀相似性的計算方法，具體算法流程圖如圖２．１所示。??ｘ??４?２?５?．．．?３?０?０?２?３?．．．?５?２??Ｙ?ｆ??＼??ｃｏｓｉｎｅ（ｖｌ，ｖ２）??圖２．１蛋白質(zhì)拓撲模塊間癥狀相似性計算方法流程圖。Ｍ代表蛋白質(zhì)模塊；Ｄ代表疾�。�??Ｓ代表癥狀。＇??Ｆｉｇ．?２．１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｓｙｍｐｔｏｍ?ｓｉｍｉｌａｒｉｔｙ?ｂｅｔｗｅｅｎ?ｐｒｏｔｅｉｎ?ｔｏｐｏｌｏｇｉｃａｌ?ｍｏｄｕｌｅｓ．?Ｍ?ｄｅｎｏｔｅｓ??ｐｒｏｔｅｉｎ?ｍｏｄｕｌｅ，?Ｄ?ｒｅｐｒｅｓｅｎｔｓ?ｄｉｓｅａｓｅ?ａｎｄ?Ｓ?ｄｅｎｏｔｅｓ?ｓｙｍｐｔｏｍ．??首先，我們?yōu)槊恳粋�蛋白質(zhì)拓撲模塊建立一個對應的表型向量。該表型向量??的構建步驟如下：??？查找與蛋白質(zhì)模塊中包含的所有蛋白質(zhì)相關聯(lián)的疾病集合；??？查找與疾病集合中每一個疾病相關聯(lián)的癥狀，然后將所有的癥狀數(shù)據(jù)放到一??個集合；??？建立與蛋白質(zhì)相關聯(lián)的癥狀數(shù)據(jù)字典，并且記錄與每個蛋白質(zhì)相關聯(lián)的癥狀??及關聯(lián)次數(shù)；??？建立癥狀向量，向量的長度是第２步中癥狀的數(shù)量，相應位置的值為第３步中??的關聯(lián)次數(shù)。??與模塊對應的癥狀向量構建完畢后

Ｆｉｇ．?２．２?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｐｒｏｔｅｉｎ?ｔｏｐｏｌｏｇｉｃａｌ?ｍｏｄｕｌｅ?ｓｉｚｅ?ａｎｄ?ｔｈｅ?ｄｅｇｒｅｅ?ｏｆ?ｏｖｅｒｌａｐ?ｂｅｔｗｅｅｎ?ｍｏｄ？??ｕｌｅｓ．?Ｆｉｇｕｒｅｓ?Ａｌ－７?ｄｅｍｏｎｓｔｒａｔｅ?ｔｈｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｍｏｄｕｌｅ?ｓｉｚｅ?ｄｅｔｅｃｔｅｄ?ｂｙ?ｄｉｆｆｅｒｅｎｔ?ｃｏｍｍｕｎｉｔｙ??ｄｅｔｅｃｔｉｏｎ?ａｌｇｏｒｉｔｈｍｓ．?Ｔｈｅ?ｘ－ａｘｉｓ?ｄｅｎｏｔｅｓ?ｔｈｅ?ｍｏｄｕｌｅ?ｓｉｚｅ，?ａｎｄ?ｔｈｅ?ｙ－ａｘｉｓ?ｒｅｐｒｅｓｅｎｔｓ?ｔｈｅ?ｃｏｒｒｅ？??ｓｐｏｎｄｉｎｇ?ｍｏｄｕｌｅ?ｒａｔｉｏ．?Ｂｌ－７?ｒｅｐｒｅｓｅｎｔ?ｔｈｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｏｖｅｒｌａｐ?ｄｅｇｒｅｅ?ｂｅｔｗｅｅｎ?ｍｏｄｕｌｅｓ?ｄｅ？??ｔｅｃｔｅｄ?ｂｙ?ｄｉｆｆｅｒｅｎｔ?ａｌｇｏｒｉｔｈｍｓ．?Ｔｈｅ?ｘ－ａｘｉｓ?ｒｅｐｒｅｓｅｎｔｓ?ｔｈｅ?Ｊａｃａｒｒｄ?ｓｉｍｉｌａｒｉｔｙ?ｂｅｔｗｅｅｎ?ｔｗｏ?ｍｏｄｕｌｅｓ，??ａｎｄ?ｔｈｅ?ｙ－ａｘｉｓ?ｒｅｐｒｅｓｅｎｔｓ?ｔｈｅ?ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｍｏｄｕｌｅ?ｒａｔｉｏ．??其它大的社團中。從圖２．２Ｂ１到Ｂ７中可以看出，ＩＢＧＬＬ、ＲＡＫ、ＷＴ三種算法對應??的杰卡德相似度小于０．１的模塊比例都是很小的；但是ＢＧＬＬ和ＮＳ檢測到的模塊集??合與我們提出的ＩＢＧＬＬ算法檢測到的模塊集合之間的杰卡德相似度小于〇．１的模塊??比例較高，這主要是因為ｆｆｉＧＬＬ是基于ＢＧＬＬ算法輸出結果進行模塊檢測的，在??最終的檢測結果中將小于３的模塊舍棄，這些舍棄的蛋白質(zhì)造


本文編號：3225504