隨著人類微生物組計劃的迅速發(fā)展與應用,如何從這些海量的微生物數(shù)據(jù)中挖掘出有價值的信息,已經(jīng)成為生物信息學領域中一個重要的研究熱點。通過已知的疾病相互作用關系網(wǎng)絡和微生物相似性網(wǎng)絡,找出與疾病相關的微生物將有助于幫助人類在健康監(jiān)測、新藥研制、個性化對患者進行用藥、以及疾病診療等方面取得有效性的進展。本文通過馬爾科夫聚類算法形成“微生物社團”,再結合疾病數(shù)據(jù)構建異構微生物社交網(wǎng)絡,利用異構網(wǎng)絡隨機游走方法以及相關性排名對與疾病相關的微生物進行預測,主要的研究工作和創(chuàng)新如下:第一,基于微生物社交網(wǎng)絡的微生物-疾病關聯(lián)預測。本文通過分析微生物網(wǎng)絡拓撲特性,發(fā)現(xiàn)微生物之間的相互作用也存在類似于社交網(wǎng)絡中的“社交特性”。因此采用SparCC計算相關性構建微生物社交網(wǎng)絡,通過馬爾科夫聚類算法挖掘微生物社區(qū)或微生物網(wǎng)絡模塊,對潛在的微生物-疾病關聯(lián)進行預測。再對聚類形成的“微生物社區(qū)”進行了分析,列舉了呼吸道、腸道、皮膚處的三種常見的疾病:哮喘、結腸癌、過敏性皮膚炎,根據(jù)相關性排名預測潛在的微生物-疾病關聯(lián),相關醫(yī)學文獻驗證了本文所預測的疾病相關微生物的有效性。第二,基于異構網(wǎng)絡隨機游走的微生物-疾病... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖１．１微生物之間存在的六種生態(tài)系統(tǒng)關系［６】??２??

＞頌士學位論之??！ｊ?ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??特征選擇方法進行選擇時。盡管這種方法經(jīng)常自動選擇物種集，從而在數(shù)學角度上??預測另一個物種的豐度，但是它并不意味著預測出來的結果會存在生物意義。第二??種方法就是基于相關規(guī)則挖掘的復雜關系的網(wǎng)絡推理。這種方法是由枚舉所有的邏??輯規(guī)則所組成的，通過ｐｒｅｓｅｎｃｅ－ａｂｓｅｎｃｅ數(shù)據(jù)找出有意義的規(guī)則。首先通過枚舉所??有可能的分類單元集到一定規(guī)模并生成所有可能的每一組規(guī)則。然后再通過過濾器??的組合以改正多種測試，最后僅保留一些重要的規(guī)則，如下圖２．２所示。??

２．２微生物相互作用關系的網(wǎng)絡特性??隨著時間的推移，人們對于網(wǎng)絡的認識也在慢慢加深。網(wǎng)絡不論是在自然界中、??科技發(fā)展或者還是在社會系統(tǒng)中都不是一個隨機的網(wǎng)絡，網(wǎng)絡的結構組織和其進化??過程都有別于隨機連接的網(wǎng)絡，并且這些網(wǎng)絡都遵循一系列的基本的組織規(guī)則。同??樣的，微生物網(wǎng)絡也屬于這一網(wǎng)絡范疇。??微生物網(wǎng)絡不僅可以捕獲微生物之間或者不同領域的微生物之間的聯(lián)系，同時??也可捕捉微生物與季節(jié)性變量的環(huán)境特征之間的聯(lián)系，例如一定濃度的硝酸鹽和磷??酸鹽微生物相關網(wǎng)絡除了能夠預測微生物之間的個體聯(lián)系，同時相關網(wǎng)絡的??結構也有利于深刻理解微生物群落組織。微生物之間相互作用的網(wǎng)絡屬性及其相應??的描述如表格２．１所示。例如，微生物網(wǎng)絡，和蛋白質相互作用網(wǎng)絡、人類社交網(wǎng)??絡一樣，也是無標度的網(wǎng)絡。這意味著許多類群的存在只有少量連接和一些高度連??接（中心）的類群。但是目前還不清楚這些中心類群是否比那些有較少連接的分類??群更具有生態(tài)相關性。另外，微生物網(wǎng)絡能夠被劃分成一個個的簇，并且這些簇能??夠被解釋為一群有重疊生態(tài)位的分類單元。同樣的，共現(xiàn)的分類單元比隨機發(fā)生的??

【參考文獻】：
博士論文
[1]分形和網(wǎng)絡方法在蛋白質數(shù)據(jù)分析中的一些應用[D]. 趙志琴.湘潭大學 2015

碩士論文
[1]基于二級結構的蛋白質三級結構預測[D]. 孔繁良.濟南大學 2016



本文編號：3099569