隨著高通量生物實驗技術(shù)的快速發(fā)展與生物信息學技術(shù)的廣泛應用,越來越多的互作組學數(shù)據(jù)開始出現(xiàn),為構(gòu)建生物網(wǎng)絡從系統(tǒng)角度認識生物體復雜功能提供了機遇。近年來,通過對生物網(wǎng)絡的分析,較好闡釋了部分生命現(xiàn)象,揭示了一些疾病的發(fā)病機理,對致病基因檢測、分子診斷、蛋白復合物挖掘等策略的設計有重要的指導意義。作為生物信息學的一項重要任務,致病基因檢測旨在基于復雜網(wǎng)絡、機器學習等理論,利用已知的基因與疾病關(guān)聯(lián)及組學數(shù)據(jù)預測潛在的致病基因,從而便于生物醫(yī)學專家進行實驗驗證。致病基因檢測通常尋找與已知致病基因功能最相似的候選基因,而在生物網(wǎng)絡中大分子間的拓撲相關(guān)性可反映其功能相似性。因而,經(jīng)典假設“致病基因的鄰居很可能會導致相同或類似的疾病”備受推崇,被廣泛應用于基于生物網(wǎng)絡的致病基因檢測研究。然而,這導致了大部分致病基因檢測方法僅能在已知致病蛋白的近鄰范圍內(nèi)搜索,并且很可能會將介數(shù)大的樞紐蛋白錯誤識別為潛在致病蛋白。新機理的發(fā)現(xiàn),或多種組學數(shù)據(jù)的有效融合,有望突破上述瓶頸。為此,本文考慮生物網(wǎng)絡中大分子間的類別差異,提出了多因素網(wǎng)絡模體（考慮節(jié)點類別的模體）的概念,通過分析蛋白質(zhì)相互作用網(wǎng)絡（簡稱為蛋白... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：101 頁

【學位級別】：博士

【部分圖文】：

二分網(wǎng)絡投影（圓形節(jié)點和方形節(jié)點分別隸屬于不同類別的節(jié)點集F1和K2)：(a)n節(jié)點投影網(wǎng)絡；(b)二分網(wǎng)絡；（C)(^2節(jié)點投影網(wǎng)絡

(2.2)其中，f/,,.代表節(jié)點V,和Vj.之間的距離（最短路徑）。如圖2.1所示，節(jié)點14的接近中心性仍然最大，但介數(shù)中心性與接近中心性并不等同。Krackhardt[78]給出了一個最簡單的經(jīng)典例子，在他構(gòu)建的風箏網(wǎng)絡中，介數(shù)中心性最大的節(jié)點其接近中心性并不最大。簡而言之，介數(shù)中心性反映的是節(jié)點控制網(wǎng)絡流量的能力，而接近中心性描述的是節(jié)點到網(wǎng)絡“中心”的距離。由于接近中心性的生物意義不如度中心性與介數(shù)中心性明晰，并且在分析酶的系統(tǒng)發(fā)生譜與其在代謝網(wǎng)絡中拓撲重要性等方面表現(xiàn)較差[79]，接近中心性并不如度中心與介數(shù)中心性使用得廣泛。不過，接近中心性確實有其獨特的生物意義，尤其在代謝網(wǎng)絡分析中有重要作用。在代謝網(wǎng)絡中，處于網(wǎng)絡“中心”（接近中心性大）的節(jié)點被認為可經(jīng)過很少反應轉(zhuǎn)化為其他代謝物。因而

2.1.2聚類系數(shù)細胞功能往往需要大分子間的相互協(xié)作，反映到生物網(wǎng)絡中就是模塊化，即發(fā)揮相同或類似功能的大分子之間通常存在聚集連接。Goh等[13]發(fā)現(xiàn)同一家系遺傳疾病的致病基因之間存在的連接比同等規(guī)模的隨機網(wǎng)絡更緊密。為了從微觀角度分析每個節(jié)點周圍的模塊性，聚類系數(shù)常被用以研究節(jié)點鄰居間連接的緊密程度。節(jié)點V,的聚類系數(shù)可定義為CC(i) = ~^ =——^——■ (2.3)圳附)-1]其中，是節(jié)點/的度，/7,是節(jié)點鄰居間存在的連邊數(shù)，則代表個節(jié)點間理論上存在的最多連邊數(shù)。聚類系數(shù)可刻畫節(jié)點的重要性，也可用于識別模塊間樞紐節(jié)點和網(wǎng)絡模塊。在生物網(wǎng)絡中，一個大分子的聚類系數(shù)越大，說明其鄰居間的協(xié)作越緊密，該分子及其鄰居很可能構(gòu)成蛋白復合物或分子機器等發(fā)揮重要生物功能的單元[84】。相反，如果一個大分子的聚類系數(shù)偏低，并且其介數(shù)中心性較高，那么該分子很可能是聯(lián)系生物模塊的樞紐節(jié)點[76]。

【參考文獻】：
期刊論文
[1]多子網(wǎng)復合復雜網(wǎng)絡及其運算研究[J]. 邵峰晶,孫仁誠,李淑靜,隋毅.  復雜系統(tǒng)與復雜性科學. 2012(04)
[2]生物網(wǎng)絡及其一些進展[J]. 張嗣瀛,張曉.  系統(tǒng)仿真學報. 2009(17)
[3]二元隨機網(wǎng)[J]. 陳宏斌,樊瑛,方錦清,狄增如.  物理學報. 2009(03)
[4]蛋白質(zhì)相互作用網(wǎng)絡進化分析研究進展[J]. 劉中揚,李棟,朱云平,賀福初.  生物化學與生物物理進展. 2009(01)
[5]跨越多個實際科學領(lǐng)域的合作網(wǎng)絡與合作-競爭網(wǎng)絡[J]. 官山,何大韌,朱陳平.  力學進展. 2008(06)
[6]復雜網(wǎng)絡上的博弈[J]. 吳枝喜,榮智海,王文旭.  力學進展. 2008(06)
[7]復雜網(wǎng)絡及其新近研究進展簡介[J]. 陳關(guān)榮.  力學進展. 2008(06)

博士論文
[1]多子網(wǎng)復合復雜網(wǎng)絡模型及其相關(guān)性質(zhì)的研究[D]. 隋毅.青島大學 2012
[2]基于生物網(wǎng)絡的疾病microRNA挖掘技術(shù)研究[D]. 蔣慶華.哈爾濱工業(yè)大學 2010



本文編號：3219282