【摘要】：識別生物網(wǎng)絡(luò)中的疾病模塊已經(jīng)引起很大關(guān)注,因?yàn)闇?zhǔn)確的預(yù)測疾病模塊有助于理解復(fù)雜疾病的發(fā)病機(jī)理并促進(jìn)疾病診斷和治療。當(dāng)前,研究人類蛋白質(zhì)之間的相互作用關(guān)系逐漸成為揭示復(fù)雜疾病背后作用機(jī)理最為有效的方法之一,但現(xiàn)有的蛋白質(zhì)相互作用關(guān)系仍存在著大量缺失以及錯誤。于是許多疾病模塊挖掘算法都嘗試使用其他一些生物學(xué)或拓?fù)鋵W(xué)數(shù)據(jù)來調(diào)整蛋白質(zhì)網(wǎng)絡(luò)以進(jìn)行疾病模塊挖掘,但這些方法都沒有同時考慮到蛋白質(zhì)網(wǎng)絡(luò)中相互作用缺失和錯誤的問題。因此,本文通過有效的結(jié)合多種生物數(shù)據(jù)資源,從而可以更加準(zhǔn)確的識別疾病模塊。本文的主要研究工作如下:(1)本章提出了基于拓?fù)浜驼Z義相似性在蛋白質(zhì)網(wǎng)絡(luò)上挖掘疾病模塊算法(IDMCSS)。首先,利用候選蛋白質(zhì)與疾病蛋白質(zhì)之間的拓?fù)湎嗨菩院驼Z義相似性增加和刪除一些可能缺失和錯誤的蛋白質(zhì)相互作用關(guān)系,對現(xiàn)有蛋白質(zhì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整。然后,在調(diào)整過后的蛋白質(zhì)網(wǎng)絡(luò)上擴(kuò)充拓?fù)湎嗨菩院驼Z義相似性之和最大的候選蛋白質(zhì),直到擴(kuò)充的候選蛋白質(zhì)集合不再顯著富集生物信息為止。蛋白質(zhì)網(wǎng)絡(luò)調(diào)整策略貫穿整個算法,每次擴(kuò)充候選疾病蛋白質(zhì)之前都要利用候選蛋白質(zhì)與疾病蛋白質(zhì)之間的拓?fù)湎嗨菩院驼Z義相似性對網(wǎng)絡(luò)局部結(jié)構(gòu)進(jìn)行調(diào)整,使得本文提出算法在存在大量假陽性和假陰性數(shù)據(jù)的蛋白質(zhì)網(wǎng)絡(luò)上能夠搜索到理想的疾病模塊。在實(shí)驗(yàn)部分,將本文提出的IDMCSS與其他多種算法在哮喘疾病數(shù)據(jù)集上進(jìn)行了比較和分析,在哮喘數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了IDMCSS算法的有效性。(2)本章提出了基于拓?fù)�、語義以及表型相似性在雙層網(wǎng)絡(luò)上挖掘疾病模塊算法(IDMCSPS)。本文在工作IDMCSS的基礎(chǔ)上,利用構(gòu)建的蛋白質(zhì)-表型網(wǎng)絡(luò)代替蛋白質(zhì)相互作用網(wǎng)絡(luò),有效的使用蛋白質(zhì)相互作用、表型相似性以及蛋白質(zhì)表型關(guān)聯(lián)數(shù)據(jù)挖掘疾病模塊。首先,構(gòu)建蛋白質(zhì)-表型雙層網(wǎng)絡(luò)。然后,利用協(xié)同過濾方法增加蛋白質(zhì)-表型關(guān)系,同時利用拓?fù)湎嗨菩院驼Z義相似性對現(xiàn)有蛋白質(zhì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整。最后,在調(diào)整過后的雙層網(wǎng)絡(luò)上計(jì)算候選蛋白質(zhì)與疾病蛋白質(zhì)之間的拓?fù)湎嗨菩院驼Z義相似性以及候選蛋白質(zhì)與所研究疾病相似的疾病之間的表型相似性,擴(kuò)充拓?fù)�、語義以及表型相似性之和最大的候選蛋白質(zhì),直到擴(kuò)充的候選蛋白質(zhì)集合不再顯著富集生物信息為止。雙層網(wǎng)絡(luò)調(diào)整策略貫穿整個算法,每次擴(kuò)充候選疾病蛋白質(zhì)之前對雙層網(wǎng)絡(luò)進(jìn)行調(diào)整。在實(shí)驗(yàn)部分,將算法IDMCSPS與多種疾病模塊挖掘算法在哮喘疾病數(shù)據(jù)集上進(jìn)行了比較和分析。實(shí)驗(yàn)結(jié)果表明IDMCSPS算法挖掘得到的疾病模塊中顯著富集哮喘生物信息,并且與IDMCSS算法挖掘的疾病模塊相比,有更多離散的已知疾病蛋白質(zhì)被擴(kuò)充到疾病模塊當(dāng)中,因?yàn)楝F(xiàn)有蛋白質(zhì)網(wǎng)絡(luò)中存在大量相互作用關(guān)系的錯誤和缺失,導(dǎo)致一些疾病蛋白質(zhì)的拓?fù)湎嗨菩员容^低,而隨著表型相似性數(shù)據(jù)的融入,提高了這部分疾病蛋白質(zhì)的排名。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：Q811.4
【圖文】：

邐第二章疾病模塊挖掘相關(guān)理論和算法評價機(jī)制逡逑如下圖２．２所示，表型Ｐｌ對應(yīng)兩個已知疾病蛋白質(zhì)ｇｊｎｇ２，蛋白質(zhì)§１與表型逡逑ｐｄｎｐ２相關(guān)。所以一種表型可能對應(yīng)一個或多個疾病蛋白質(zhì)，同時一個疾病蛋白逡逑質(zhì)也可能與一個或多個表型相關(guān)聯(lián)，即表型和疾病蛋白質(zhì)是一種多對多的關(guān)系。逡逑圖２．２：蛋白質(zhì)－表型關(guān)系逡逑Ｆｉｇ．邋２．２：邋Ｐｒｏｔｅｉｎ－ｐｈｅｎｏｔｙｐｅ邋ｒｅｌａｔｉｏｎｓｈｉｐ逡逑２．１．３表型相似性網(wǎng)絡(luò)逡逑到目前為止還沒有生物信息數(shù)據(jù)庫對表型之間的關(guān)系進(jìn)行比較完善和系統(tǒng)逡逑的整理，現(xiàn)在很多研宄工作中使用的疾病表型相似性數(shù)據(jù)都是從一些相對比較可逡逑靠的文獻(xiàn)中整理得到的。特別地，Ｖａｎ邋Ｄｒｉｅｌ等人［２４］對表型相似性網(wǎng)絡(luò)的整理做逡逑出了重大貢獻(xiàn)，他們使用ＯＭＩＭ數(shù)據(jù)庫對各種表型的描述信息整理出了多達(dá)逡逑５０００多種表型之間的關(guān)聯(lián)信息，并且根據(jù)這些信息構(gòu)建出了表型相似性網(wǎng)絡(luò)。逡逑Ｐｉ邐Ｐｓ逡逑圖２．３：表型相似性網(wǎng)絡(luò)逡逑Ｆｉｇ．邋２．３：邋Ｐｈｅｎｏｔ

邐第二章疾病模塊挖掘相關(guān)理論和算法評價機(jī)制逡逑如下圖２．２所示，表型Ｐｌ對應(yīng)兩個已知疾病蛋白質(zhì)ｇｊｎｇ２，蛋白質(zhì)§１與表型逡逑ｐｄｎｐ２相關(guān)。所以一種表型可能對應(yīng)一個或多個疾病蛋白質(zhì)，同時一個疾病蛋白逡逑質(zhì)也可能與一個或多個表型相關(guān)聯(lián)，即表型和疾病蛋白質(zhì)是一種多對多的關(guān)系。逡逑圖２．２：蛋白質(zhì)－表型關(guān)系逡逑Ｆｉｇ．邋２．２：邋Ｐｒｏｔｅｉｎ－ｐｈｅｎｏｔｙｐｅ邋ｒｅｌａｔｉｏｎｓｈｉｐ逡逑２．１．３表型相似性網(wǎng)絡(luò)逡逑到目前為止還沒有生物信息數(shù)據(jù)庫對表型之間的關(guān)系進(jìn)行比較完善和系統(tǒng)逡逑的整理，現(xiàn)在很多研宄工作中使用的疾病表型相似性數(shù)據(jù)都是從一些相對比較可逡逑靠的文獻(xiàn)中整理得到的。特別地，Ｖａｎ邋Ｄｒｉｅｌ等人［２４］對表型相似性網(wǎng)絡(luò)的整理做逡逑出了重大貢獻(xiàn)，他們使用ＯＭＩＭ數(shù)據(jù)庫對各種表型的描述信息整理出了多達(dá)逡逑５０００多種表型之間的關(guān)聯(lián)信息，并且根據(jù)這些信息構(gòu)建出了表型相似性網(wǎng)絡(luò)。逡逑Ｐｉ邐Ｐｓ逡逑圖２．３：表型相似性網(wǎng)絡(luò)逡逑Ｆｉｇ．邋２．３：邋Ｐｈｅｎｏｔ

Ｆｉｇ．邋２．５：邋Ｅｘａｍｐｌｅ邋ｏｆ邋ｃｏｎｎｅｃｔｉｖｉｔｙ邋ｓｉｇｎｉｆｉｃａｎｃｅ邋ｃａｌｃｕｌａｔｉｏｎ逡逑２．１．ＤＩＡＭＯｎＤ算法流程逡逑：蛋白質(zhì)網(wǎng)絡(luò)ＰＰＩ，種子蛋白質(zhì)ｓ。逡逑：疾病模塊逡逑過公式（２．１５）計(jì)算與任意一個種子蛋白質(zhì)有邊連接的候選蛋白質(zhì)的逡逑接顯著性《值；逡逑據(jù)連接顯著性Ｐ－Ｗ７／Ｍ值對所有的候選蛋白質(zhì)進(jìn)行排序；逡逑連接顯著性最大的候選蛋白質(zhì)加入種子蛋白質(zhì)集合當(dāng)中，種子蛋白質(zhì)逡逑數(shù)量從－＞邋％邋＝邐＋邋１；逡逑復(fù)步驟１－３，每次將連接顯著性最大的候選蛋白質(zhì)加入種子蛋白質(zhì)集合逡逑且擴(kuò)充到疾病模塊中行步驟１－４，直到模塊跨越整個網(wǎng)絡(luò)。候選蛋白質(zhì)被加入模塊的順序反在拓?fù)浣Y(jié)構(gòu)上與疾病的關(guān)聯(lián)程度。逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周智勇;;健康生活方式或能減輕心臟疾病基因風(fēng)險(xiǎn)[J];心血管病防治知識(科普版);2017年05期

2 袁芳;李靖;;基于功能相似性預(yù)測疾病基因[J];計(jì)算機(jī)應(yīng)用研究;2012年11期

3 ;人類遺傳性神經(jīng)性高頻性耳聾疾病基因(GJB3)的克隆[J];生物工程進(jìn)展;2001年02期

4 王一斌;程詠梅;衛(wèi)澤剛;張紹武;;基于熵聚類和雙重篩選策略挖掘動脈粥樣硬化風(fēng)險(xiǎn)疾病基因(英文)[J];生物物理學(xué)報(bào);2014年01期

5 袁芳;周艷紅;何光源;;利用相似顯著性序列特征預(yù)測白血病疾病基因[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

6 陳曉紅,陳智;尋找疾病基因的策略進(jìn)展[J];國外醫(yī)學(xué).流行病學(xué)傳染病學(xué)分冊;2004年01期

7 趙進(jìn)英,方福德,蔡有余;克隆人類疾病基因的定位候選方法[J];基礎(chǔ)醫(yī)學(xué)與臨床;1997年05期

8 ;我國獨(dú)創(chuàng)疾病基因完整體系[J];海內(nèi)與海外;2001年02期

9 趙靜;林麗梅;;基于分子網(wǎng)絡(luò)的疾病基因預(yù)測方法綜述[J];電子科技大學(xué)學(xué)報(bào);2017年05期

10 王宏;曲曉莉;趙研;張靜;陳麗娜;;基于表達(dá)及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)挖掘動脈粥樣硬化風(fēng)險(xiǎn)疾病基因[J];生物化學(xué)與生物物理進(jìn)展;2010年08期

相關(guān)會議論文 前3條

1 孔令雯;葛正行;;綜述COPD疾病基因多態(tài)性研究進(jìn)展[A];2011年貴州省中西醫(yī)結(jié)合學(xué)會呼吸專業(yè)學(xué)術(shù)會議論文匯編[C];2011年

2 ;疾病基因組中的拷貝數(shù)變異分析[A];2017中國長三角遺傳學(xué)大會會議手冊[C];2017年

3 夏詔杰;王忠;郭力;;構(gòu)建中風(fēng)疾病基因關(guān)系網(wǎng)絡(luò)的方法研究[A];中國化學(xué)會第28屆學(xué)術(shù)年會第14分會場摘要集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 記者 俞慧友 通訊員 楊秀菊;兩潛在治療精神疾病基因靶點(diǎn)找到[N];科技日報(bào);2018年

2 許鐵男;歐洲掀起探索疾病基因熱潮[N];醫(yī)藥經(jīng)濟(jì)報(bào);2001年

3 薛祖玲　王春;上海市自然科學(xué)牡丹獎揭曉[N];科技日報(bào);2005年

4 李斌;成都學(xué)者研究疾病基因榜上有名[N];成都日報(bào);2007年

5 Sharon Begley 編譯 歐文;NIH投巨資找重要疾病基因[N];醫(yī)藥經(jīng)濟(jì)報(bào);2016年

6 霍冬;現(xiàn)代疾病基因新療法[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2000年

7 記者　 尹寧靜;易感疾病基因檢測進(jìn)入泰州[N];泰州日報(bào);2006年

8 記者 李天舒;我國將開展五類重大疾病基因研究[N];健康報(bào);2008年

9 王雪飛;RNA讓疾病基因“沉默”[N];健康報(bào);2006年

10 記者　鄭晉鳴　　通訊員　冷明祥;江蘇院士領(lǐng)銜主攻疾病基因[N];光明日報(bào);2002年

相關(guān)博士學(xué)位論文 前7條

1 石凱;基于網(wǎng)絡(luò)模型的疾病相關(guān)模式挖掘方法研究[D];西安電子科技大學(xué);2017年

2 鄧岳;本體在疾病相關(guān)問題中的應(yīng)用研究[D];西安電子科技大學(xué);2016年

3 徐文劍;基于知識的疾病關(guān)聯(lián)分析與輔助機(jī)理解析[D];軍事科學(xué)院;2018年

4 趙志琴;分形和網(wǎng)絡(luò)方法在蛋白質(zhì)數(shù)據(jù)分析中的一些應(yīng)用[D];湘潭大學(xué);2015年

5 郭杏莉;基于網(wǎng)絡(luò)模型的基因相關(guān)預(yù)測問題算法研究[D];西安電子科技大學(xué);2013年

6 袁芳;基于基因功能信息預(yù)測疾病相關(guān)基因[D];華中科技大學(xué);2008年

7 程健;計(jì)算方法識別必要基因的研究[D];西北農(nóng)林科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 �；饦�;基于拓?fù)浼罢Z義相似性的生物網(wǎng)絡(luò)疾病模塊挖掘算法研究[D];安徽大學(xué);2019年

2 孫連杰;使用四種模式生物研究miRNA對人類疾病基因的調(diào)控作用[D];南京師范大學(xué);2018年

3 吳慧慧;基于生物網(wǎng)絡(luò)的疾病基因的識別與分析[D];江南大學(xué);2018年

4 崔振東;識別疾病相關(guān)miRNA和gene的方法研究[D];溫州大學(xué);2018年

5 熊能;基于異質(zhì)網(wǎng)絡(luò)排序候選疾病基因的算法研究[D];湖南大學(xué);2015年

6 劉斌;基于拓?fù)湎嗨菩耘c語義相似性的疾病基因預(yù)測研究[D];湖南大學(xué);2015年

7 王瑩;基于組織特異網(wǎng)絡(luò)模型的疾病基因排序方法[D];西安電子科技大學(xué);2018年

8 Malemia Mtisunge Tupochere;利用網(wǎng)絡(luò)方法探索臨床試驗(yàn)納入標(biāo)準(zhǔn)數(shù)據(jù)中的疾病關(guān)系[D];北京交通大學(xué);2018年

9 虞佳;基于生物分子網(wǎng)絡(luò)分析的疾病基因預(yù)測算法[D];西安電子科技大學(xué);2014年

10 董夢南;基于分子網(wǎng)絡(luò)的疾病基因預(yù)測算法[D];西安電子科技大學(xué);2017年

本文編號：2767325