隨著生物信息學的發(fā)展和基因組學研究的不斷深入,調控作用和基因表達對生命活動的影響得到了越來越多的研究。以測序技術為例的生物科技的發(fā)展,為生物信息學的研究提供了豐富的數據。轉錄因子(TF)和microRNA(miRNA)作為基因表達過程中最主要的調控因子,在生命過程中具有關鍵作用。轉錄因子和miRNA分別在轉錄和轉錄后階段促進或抑制基因的表達。絕大數基因的差異表達會產生蛋白質,蛋白質的主要功能是作為生物體的結構成分和調節(jié)新陳代謝活動,與細胞的存活和細胞功能息息相關。編碼基因和非編碼基因的異常表達都會影響復雜疾病如癌癥的發(fā)生和發(fā)展,影響人類的健康和生活�；虮磉_的調控對于疾病的預防和治愈至關重要。因此,結合疾病特異的基因表達數據和蛋白質相互作用(PPI)關系研究TF-miRNA調控網絡對于理解特異疾病的病理機制十分重要。本文整合多種類型的數據從分子層面提出疾病特異調控網絡的構建和分析流程。首先使用轉錄因子和miRNA及其靶標的調控關系和蛋白質相互作用關系構建基礎調控網絡。然后結合特異疾病正常樣本和腫瘤樣本中的表達數據,計算基礎調控網絡中具有連邊的節(jié)點的相關性,選擇顯著相關的關系,分別得到正常調控網絡和腫瘤調控網絡,并提出核心節(jié)點識別算法,結合網絡的層次結構和節(jié)點拓撲屬性的變化識別網絡中的核心節(jié)點。接著結合正常網絡和腫瘤網絡得到疾病特異調控網絡,并從生物通路,功能和疾病等方面分析網絡與疾病的關聯。最后結合疾病特異調控網絡的特點,改進K最近鄰算法(KNN),提出基于最近鄰的疾病候選分子預測方法預測特異疾病的候選分子。在進一步的研究中可優(yōu)先使用候選分子驗證疾病與分子之間的關系。本文在肺腺癌表達數據的基礎上,構建并分析肺腺癌特異調控網絡。本文得到的所有網絡均為無標度網絡,與實際的生物網絡一致。分析表明核心節(jié)點識別方法可以有效識別出網絡中的重要節(jié)點,這些節(jié)點均與人類肺部疾病密切相關�；谧罱彽募膊『蜻x分子預測方法的預測結果在準確率上優(yōu)于基于重啟的隨機游走方法。對生物分子的富集分析表明,疾病特異調控網絡中的節(jié)點和疾病候選生物分子與疾病密切相關。本文提出的疾病特異調控網絡構建和分析算法能夠有效地識別網絡中的重要節(jié)點并預測疾病候選分子,并且可以推廣到多個疾病,有助于理解復雜疾病的病理機制。
【學位單位】：西安電子科技大學
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：R-05
【部分圖文】：

西安電子科技大學碩士學位論文中的節(jié)點用從 1 到|V|的整數表示，圖 G 被表示為|V|*|V|的二維矩陣 A，對圖中的每條邊（u, v），A[u][v] = 1 ，否則為 0，帶權的邊可以令 A[u][v]等于權重。這種表示很簡單，但空間需求為Θ(|V|2)，與圖中邊的多少無關[12]。圖 2.1 展示了有向圖和無向圖的鄰接表和鄰接矩陣表示。其中圖（a）為有向圖的表示，圖（b）為無向圖的表示，從左到右依次為拓撲圖形，鄰接表和鄰接矩陣表示。對于頂點數相同的有向圖和無向圖，使用鄰接表表示時，無向圖的每條邊相當于有向圖的兩條邊，因此有向圖的規(guī)模要遠遠小于無向圖。無向圖的鄰接矩陣對角線的權值均為 0，并且其他位置的值沿對角線對稱。由于自回路只存在于有向圖中，所以有向圖的對角線的值不一定為 0，并且鄰接矩陣中其他位置的值不一定沿對角線對稱。除此之外，在使用鄰接矩陣表示圖時，可以通過矩陣的計算得到圖的一些屬性。

隨機網絡和無標度網絡

有許多不同于其他生物網絡的特點，有越來越多的研究通過 TF-miRNA 調控網絡探索人類復雜疾病的病理機制。2.2.2蛋白質相互作用蛋白質相互作用（PPI）是指兩種或兩種以上的蛋白質結合的過程，最終實現生物功能的執(zhí)行。蛋白質互作用發(fā)生于復雜分子組織的許多化學和物理過程中，絕大多數的相互作用影響蛋白質的加工、存儲和表現。在生命活動中，DNA 的合成、基因的轉錄、蛋白質的翻譯和信號的傳導等主要的生理階段都與蛋白質相互作用密切相關。蛋白質的相互作用包括多亞基的合成，多成分的相互作用和瞬時的相互作用。多亞基蛋白質在分離純化后能夠得到多個不同的蛋白質，如血紅素、色氨酸合成酶等；多成分指核孔復合物、剪接體、紡錘體等不同成分之間的相互作用；瞬時的相互作用發(fā)生于所有的蛋白質修飾過程，參與細胞內幾乎全部的生命過程，如細胞的生長、代謝通路、信號的傳導等過程，在生命活動中具有關鍵作用。轉錄因子與啟動子的綁定、配體的跨膜傳遞、肽鏈的重構等過程也離不開蛋白質相互作用[17]。

【相似文獻】

相關期刊論文 前10條

1 ;研究構建可自組織細胞極化合成調控網絡[J];中國醫(yī)藥科學;2012年20期

2 崔新生;1999年度上海市醫(yī)學科技成果簡介(續(xù))[J];中華醫(yī)學信息導報;2000年18期

3 高宏生;伍瑞昌;王運斗;王世鑫;;生物分子調控網絡研究進展[J];軍事醫(yī)學科學院院刊;2008年04期

4 王吉村,藥立波;從蛋白質相互作用研究方法的發(fā)展看人們認識事物的過程[J];醫(yī)學與哲學;2000年05期

5 唐澤耀,戴淑芳,陳華,林原;蛋白質相互作用研究的哲學思考[J];醫(yī)學與哲學;2005年01期

6 余鑫煜;許正平;;蛋白質相互作用數據庫及其應用[J];中國生物化學與分子生物學報;2008年03期

7 沈素萍;劉言;李娟;方慧生;;蛋白質相互作用界面設計的研究進展[J];藥物生物技術;2013年02期

8 李滿生;馬潔;楊春媛;朱云平;;基于文獻挖掘的蛋白質相互作用信息數據庫設計及實現[J];軍事醫(yī)學;2013年12期

9 陳菁;;雙分子熒光互補技術及其在蛋白質相互作用研究中的應用進展[J];生物醫(yī)學工程研究;2008年04期

10 武君;沈秀張;林吉進;;蛋白質與蛋白質相互作用研究技術[J];中國分子心臟病學雜志;2008年02期

相關會議論文 前10條

1 宋純鵬;;植物干旱和缺水反應調控網絡的細胞遺傳學研究[A];河南省細胞生物學學會第二屆會員代表大會暨學術研討會論文摘要集[C];2009年

2 劉珍;孫景春;謝錦云;李亦學;梁宋平;石鐵流;;蛋白質相互作用網絡中的生物途徑分析[A];中國蛋白質組學第二屆學術大會論文摘要論文集[C];2004年

3 李占潮;周漩;戴宗;鄒小勇;;基于一級結構信息預測蛋白質與蛋白質相互作用[A];第十屆全國計算(機)化學學術會議論文摘要集[C];2009年

4 王存新;馬曉慧;陳慰祖;;構象熵對蛋白質-蛋白質相互作用及結合自由能的貢獻[A];第九次全國生物物理大會學術會議論文摘要集[C];2002年

5 程鋼;吳松鋒;陳廷貴;萬平;朱云平;賀福初;;22周孕齡胎肝蛋白質相互作用網絡的構建[A];中國蛋白質組學首屆學術大會論文摘要集[C];2003年

6 楊曉明;王建;許望翔;虞東輝;楊永升;劉瓊明;周穎;張翠莉;吳志豪;張萬巧;劉濤;唐劉君;原艷芝;郝峰;金超智;賀福初;;人類肝臟重要蛋白質相互作用連鎖圖研究進展[A];中國蛋白質組學第三屆學術大會論文摘要[C];2005年

7 吳俊;鄧宏鐘;朱大智;譚躍進;;蛋白質相互作用網絡的度秩函數與度分布[A];2006全國復雜網絡學術會議論文集[C];2006年

8 李令東;田瑞軍;唐偉;鄒漢法;趙宗保;;攜異戊烯鏈小分子與蛋白質相互作用的研究[A];第六屆全國化學生物學學術會議論文摘要集[C];2009年

9 李立;肖奕;孫之榮;;酵母蛋白質相互作用網絡的模塊進化[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

10 陳慰祖;莊彥;王存新;;用分子模擬方法研究胰島素二聚體的相互作用和識別[A];第三屆全國現代生物物理技術學術討論會論文摘要匯編[C];2000年

相關重要報紙文章 前10條

1 記者 常麗君;科學家繪制出迄今最詳細蛋白質相互作用圖[N];科技日報;2011年

2 胡德榮;蛋白質相互作用網絡預測新方法被發(fā)現[N];健康報;2007年

3 通訊員 甄蓓　特約記者 吳志軍;肝臟蛋白質相互作用圖繪出[N];健康報;2011年

4 甄蓓;我科學家成功繪制人類肝臟蛋白質相互作用網絡連鎖圖[N];科技日報;2011年

5 甄蓓;人類肝臟蛋白質“關系網絡圖”繪成[N];中國醫(yī)藥報;2011年

6 毛黎;美開發(fā)細胞內蛋白質相互作用標識技術[N];科技日報;2007年

7 張佳星;人類為何如此與眾不同[N];科技日報;2008年

8 白毅;我國計算生物學研究取得重要進展[N];中國醫(yī)藥報;2007年

9 余志平 編譯;PCAs給我們帶來了什么？[N];中國醫(yī)藥報;2007年

10 欣文;蛋白質相互作用導致疑難病癥[N];醫(yī)藥經濟報;2002年

相關博士學位論文 前10條

1 沈懿珍;基于協同智能的蛋白質相互作用及其網絡研究[D];東華大學;2011年

2 梁治;蛋白質相互作用網絡的比較生物學分析及其應用[D];中國科學技術大學;2006年

3 王曉敏;基于蛋白質相互作用網絡的功能模塊識別及功能預測研究[D];國防科學技術大學;2013年

4 胡靜;基于密度聚類和特征分類的蛋白質相互作用熱區(qū)預測[D];武漢科技大學;2015年

5 李滿生;蛋白質相互作用文獻挖掘方法、注釋體系及挖掘平臺研究[D];中國人民解放軍軍事醫(yī)學科學院;2016年

6 謝江;蛋白質相互作用網絡的數值研究[D];上海大學;2008年

7 史明光;蛋白質相互作用預測方法的研究[D];中國科學技術大學;2009年

8 杜秀全;基于智能計算的蛋白質相互作用預測方法研究[D];安徽大學;2010年

9 尤著宏;基于圖和復雜網絡理論的蛋白質相互作用數據分析與應用研究[D];中國科學技術大學;2010年

10 龐開放;基于基因表達和蛋白質相互作用數據集成的蛋白質進化、功能重要性和動態(tài)模塊化組織的研究[D];上海交通大學;2011年

相關碩士學位論文 前10條

1 孫慧慧;疾病特異調控網絡的構建和分析[D];西安電子科技大學;2017年

2 胡宇軒;基于調控路徑的失調模塊檢測方法[D];西安電子科技大學;2014年

3 魏立艷;基于胃癌耐藥的調控網絡研究[D];吉林大學;2016年

4 劉堯;基于鏈特異性測序的肝癌HepG2細胞系IncRNA-miRNA-mRNA調控網絡的構建[D];東南大學;2016年

5 陳科;基于基因表達譜數據分析來挖掘接受放療和放化療的子宮頸癌樣本中的關鍵基因[D];浙江大學;2017年

6 董蘊源;基于譜方法的蛋白質相互作用網絡分析[D];國防科學技術大學;2007年

7 邴志桐;蛋白質相互作用網絡度分布的研究[D];蘭州大學;2009年

8 楊曉飛;基于多源數據融合的蛋白質—蛋白質相互作用網絡構建方法研究[D];中國科學技術大學;2009年

9 劉U

本文編號：2829828