【摘要】：作為生物信息學(xué)的研究熱點(diǎn)之一,蛋白質(zhì)相互作用網(wǎng)絡(luò)中的復(fù)合體檢測(cè)不僅對(duì)于關(guān)系數(shù)據(jù)分析、網(wǎng)絡(luò)結(jié)構(gòu)特征分析、生命活動(dòng)探索等問(wèn)題具有重要的科學(xué)研究意義,同時(shí)在蛋白質(zhì)功能注釋、疾病分析和藥物設(shè)計(jì)等領(lǐng)域發(fā)揮著重要的應(yīng)用價(jià)值.蛋白質(zhì)相互作用網(wǎng)絡(luò)中的復(fù)合體檢測(cè)計(jì)算方法研究中,已有研究成果更多地從方法層面進(jìn)行子圖挖掘工作.隨著復(fù)雜網(wǎng)絡(luò)特征分析的發(fā)展和復(fù)合體特點(diǎn)的深入了解,蛋白質(zhì)相互作用網(wǎng)絡(luò)的小世界、無(wú)標(biāo)度等復(fù)雜拓?fù)涮卣饕约暗鞍踪|(zhì)復(fù)合體重疊性、小規(guī)模等特點(diǎn),對(duì)蛋白質(zhì)復(fù)合體檢測(cè)算法提出了更多的挑戰(zhàn)和要求,有待更加深入的研究.本文以數(shù)據(jù)為驅(qū)動(dòng)來(lái)開(kāi)展蛋白質(zhì)相互作用網(wǎng)絡(luò)中的復(fù)合體檢測(cè)問(wèn)題的研究.以數(shù)據(jù)為基礎(chǔ),針對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)特征以及復(fù)合體特點(diǎn),從不同的角度研究有效檢測(cè)蛋白質(zhì)復(fù)合體的算法,主要工作如下:(1)針對(duì)蛋白質(zhì)復(fù)合體所具有的重疊性和小規(guī)模特點(diǎn),提出了基于流模擬的復(fù)合體檢測(cè)算法.該算法以網(wǎng)絡(luò)流理論為基礎(chǔ),基于結(jié)點(diǎn)直接鄰域信息給出了基于結(jié)構(gòu)等價(jià)性的邊容量和結(jié)點(diǎn)重要性度量方法,進(jìn)而給出了流動(dòng)源點(diǎn)的選擇方法;從網(wǎng)絡(luò)局部連邊關(guān)系出發(fā)模擬了網(wǎng)絡(luò)中的流動(dòng)過(guò)程,使網(wǎng)絡(luò)連通區(qū)域均能夠獲得來(lái)自不同源點(diǎn)的流量信息;參考信息傳播中的線性閾值模型,設(shè)計(jì)了簇的判定條件.實(shí)驗(yàn)結(jié)果表明,該算法能夠同時(shí)發(fā)現(xiàn)重疊簇和小規(guī)模簇,能夠有效地進(jìn)行蛋白質(zhì)復(fù)合體檢測(cè),為流模擬思想在復(fù)合體檢測(cè)算法設(shè)計(jì)中的實(shí)現(xiàn)提供了新的思路.(2)針對(duì)復(fù)合體的重疊特性,以及蛋白質(zhì)相互作用網(wǎng)絡(luò)中用于描述連邊趨勢(shì)的同配性特征,提出了基于網(wǎng)絡(luò)同配性的復(fù)合體檢測(cè)算法.該算法將結(jié)點(diǎn)重要性度量推廣到結(jié)點(diǎn)的二階鄰域;通過(guò)引入網(wǎng)絡(luò)同配性,實(shí)現(xiàn)了聚類過(guò)程中的多候選結(jié)點(diǎn)添加;為了評(píng)估重疊復(fù)合體預(yù)測(cè)結(jié)果的準(zhǔn)確性,提出了一種簇之間重疊關(guān)系準(zhǔn)確率評(píng)價(jià)指標(biāo).該算法建立了網(wǎng)絡(luò)特征分析與網(wǎng)絡(luò)模塊發(fā)掘之間的聯(lián)系.實(shí)驗(yàn)結(jié)果表明,基于網(wǎng)絡(luò)同配性設(shè)計(jì)的復(fù)合體檢測(cè)算法能夠有效地進(jìn)行重疊復(fù)合體檢測(cè).(3)針對(duì)復(fù)合體呈現(xiàn)出的中心稠密外圍稀疏的結(jié)構(gòu)特點(diǎn),利用蛋白質(zhì)相互作用網(wǎng)絡(luò)中豐富的局部結(jié)構(gòu)信息,提出了多信息融合的種子擴(kuò)展復(fù)合體檢測(cè)算法.該算法利用線性組合模型將多個(gè)網(wǎng)絡(luò)結(jié)構(gòu)信息進(jìn)行加權(quán)融合,進(jìn)而將結(jié)點(diǎn)重要性度量推廣到結(jié)點(diǎn)的k-階鄰域子圖;將概率模型用于種子選擇,提高結(jié)構(gòu)信息的有效利用,實(shí)現(xiàn)算法多樣性;綜合利用簇內(nèi)密度與外圍連邊密度信息來(lái)刻畫復(fù)合體中心稠密外圍稀疏的結(jié)構(gòu)特點(diǎn).實(shí)驗(yàn)結(jié)果表明,新的種子擴(kuò)展算法具有很好的復(fù)合體預(yù)測(cè)性能.(4)針對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)所具有的小世界、無(wú)標(biāo)度、聚集性等網(wǎng)絡(luò)特征,提出了基于多網(wǎng)絡(luò)特征的復(fù)合體檢測(cè)算法.該算法通過(guò)相關(guān)性分析將網(wǎng)絡(luò)特征引入到k-階鄰域子圖內(nèi)的結(jié)點(diǎn)重要性度量;結(jié)合無(wú)標(biāo)度冪律分布和結(jié)點(diǎn)度信息,構(gòu)建和分析了中心稠密外圍稀疏的簇描述模型.多個(gè)網(wǎng)絡(luò)特征信息的使用進(jìn)一步增強(qiáng)了網(wǎng)絡(luò)特征分析與網(wǎng)絡(luò)模塊發(fā)掘之間的聯(lián)系.實(shí)驗(yàn)結(jié)果表明,所提出的算法能夠很好地對(duì)蛋白質(zhì)復(fù)合體進(jìn)行檢測(cè).本文針對(duì)蛋白質(zhì)相互作用網(wǎng)絡(luò)特征以及復(fù)合體特點(diǎn),結(jié)合復(fù)合體檢測(cè)算法存在的缺陷與不足,提出了相應(yīng)的復(fù)合體檢測(cè)算法.研究工作既豐富了網(wǎng)絡(luò)數(shù)據(jù)的分析方法,促進(jìn)了計(jì)算機(jī)科學(xué)與生物學(xué)的結(jié)合與發(fā)展,又可以為關(guān)鍵蛋白質(zhì)識(shí)別、功能注釋、疾病分析等問(wèn)題提供應(yīng)用上的支持.
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：Q51;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 王杰;梁吉業(yè);鄭文萍;;一種面向蛋白質(zhì)復(fù)合體檢測(cè)的圖聚類方法[J];計(jì)算機(jī)研究與發(fā)展;2015年08期

2 郭茂祖;代啟國(guó);徐立秋;劉曉燕;;一種蛋白質(zhì)復(fù)合體模塊度函數(shù)及其識(shí)別算法[J];計(jì)算機(jī)研究與發(fā)展;2014年10期

3 冀俊忠;劉志軍;劉紅欣;劉椿年;;蛋白質(zhì)相互作用網(wǎng)絡(luò)功能模塊檢測(cè)的研究綜述[J];自動(dòng)化學(xué)報(bào);2014年04期

4 魚亮;高琳;孫鵬崗;;蛋白質(zhì)網(wǎng)絡(luò)中復(fù)合體和功能模塊預(yù)測(cè)算法研究[J];計(jì)算機(jī)學(xué)報(bào);2011年07期

，

本文編號(hào)：2634738