從蛋白質(zhì)-蛋白質(zhì)相互作用（Protein-protein Interaction,PPI）網(wǎng)絡(luò)中識別蛋白質(zhì)復(fù)合物是目前蛋白質(zhì)組學(xué)中最重要的任務(wù)之一。大部分傳統(tǒng)的利用計算方法的蛋白質(zhì)復(fù)合物識別方法都是通過在PPI網(wǎng)絡(luò)中挖掘稠密子圖作為最終識別的蛋白質(zhì)復(fù)合物。由于PPI網(wǎng)絡(luò)存在假陽性率和假陰性率的缺點,研究人員開始試圖利用生物信息來提高預(yù)測蛋白質(zhì)復(fù)合物的質(zhì)量。然而,如何將不同類型的生物信息整合到復(fù)合物識別過程中對研究人員來說仍然是一個挑戰(zhàn)。近年來,網(wǎng)絡(luò)嵌入方法由于良好的信息保持效果被廣泛應(yīng)用于各種網(wǎng)絡(luò)學(xué)習(xí)任務(wù)中。因此,本文提出了基于生物屬性網(wǎng)絡(luò)嵌入方法的蛋白質(zhì)復(fù)合物識別算法GANE。GANE算法首先利用網(wǎng)絡(luò)嵌入獲得蛋白質(zhì)的向量表示并重新計算蛋白質(zhì)對之間的相互作用強度,后續(xù)基于蛋白質(zhì)復(fù)合物的結(jié)構(gòu)特性進行聚類識別出最終的蛋白質(zhì)復(fù)合物。GANE算法提供了一個統(tǒng)一的框架將各種生物信息整合到識別過程中。在GANE算法的基礎(chǔ)上,為了克服現(xiàn)有網(wǎng)絡(luò)嵌入方法存在的無法同時保存網(wǎng)絡(luò)全局、局部結(jié)構(gòu)信息和節(jié)點屬性信息的缺點。本文提出一種新型網(wǎng)絡(luò)嵌入算法,并將該算法應(yīng)用于本文提出的蛋白質(zhì)復(fù)合物識別算法GLONE中。... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 蛋白質(zhì)復(fù)合物識別概述
    1.2 國內(nèi)外蛋白質(zhì)復(fù)合物識別現(xiàn)狀
        1.2.1 基于單純PPI結(jié)構(gòu)信息的蛋白質(zhì)復(fù)合物識別方法
        1.2.2 融合生物信息資源的蛋白質(zhì)復(fù)合物識別方法
    1.3 論文的研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
2 網(wǎng)絡(luò)嵌入
    2.1 網(wǎng)絡(luò)嵌入相關(guān)研究
        2.1.1 網(wǎng)絡(luò)嵌入的任務(wù)
        2.1.2 基于網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)嵌入方法
        2.1.3 基于網(wǎng)絡(luò)結(jié)構(gòu)和外部信息的網(wǎng)絡(luò)嵌入方法
    2.2 本章小結(jié)
3 基于生物屬性網(wǎng)絡(luò)嵌入的蛋白質(zhì)復(fù)合物識別算法
    3.1 基因本體數(shù)據(jù)
    3.2 GANE模型
        3.2.1 蛋白質(zhì)的向量表示學(xué)習(xí)
        3.2.2 基于Core-Attachment結(jié)構(gòu)信息聚類
    3.3 實驗及結(jié)果分析
        3.3.1 實驗數(shù)據(jù)
        3.3.2 評價標準
        3.3.3 性能評估
        3.3.4 參數(shù)調(diào)研
    3.4 本章小結(jié)
4 基于全局信息網(wǎng)絡(luò)嵌入的蛋白質(zhì)復(fù)合物識別算法
    4.1 GLONE模型
        4.1.1 基于新型網(wǎng)絡(luò)嵌入方法的蛋白質(zhì)向量表示學(xué)習(xí)
        4.1.2 基于種子擴散機制聚類
    4.2 實驗及結(jié)果分析
        4.2.1 實驗數(shù)據(jù)
        4.2.2 評價指標
        4.2.3 性能評估
        4.2.4 參數(shù)調(diào)研
    4.3 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻】：
期刊論文
[1]蛋白質(zhì)組學(xué)及其研究技術(shù)概述[J]. 劉偉,劉書廣,韓留福.  生物學(xué)教學(xué). 2018(05)
[2]蛋白質(zhì)復(fù)合物識別算法綜述[J]. 湯�，|.  長沙大學(xué)學(xué)報. 2017(05)
[3]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠,孫茂松.  中國科學(xué):信息科學(xué). 2017(08)
[4]基于加權(quán)網(wǎng)絡(luò)和局部適應(yīng)度的蛋白質(zhì)復(fù)合物識別算法[J]. 劉翠翠,孫偉.  計算機應(yīng)用研究. 2018(08)
[5]基于遺傳算法的蛋白質(zhì)復(fù)合物識別算法[J]. 鄭文萍,李晉玉,王杰.  計算機科學(xué)與探索. 2018(05)
[6]基于關(guān)鍵功能模塊挖掘的蛋白質(zhì)功能預(yù)測[J]. 趙碧海,李學(xué)勇,胡賽,張帆,田清龍,楊品紅,劉臻.  自動化學(xué)報. 2018(01)

博士論文
[1]生物醫(yī)學(xué)領(lǐng)域的信息抽取與復(fù)合物識別研究[D]. 張益嘉.大連理工大學(xué) 2014



本文編號：3246740