论文部分内容阅读
蛋白质相互作用(Protein-protein interactions, PPIs)在大多数细胞活动过程当中起着十分重要的作用。蛋白质相互作用预测和功能研究对理解生命的行为过程、防患疾病、开发新药品都有着重大的意义。由于蛋白质相互作用预测方法中的生物实验方法需要花费大量的时间和人力,不能满足生命科学快速发展的需求,因此使用计算方法对蛋白质进行相互作用预测成为生物信息学的一个重要研究课题。随着高通量技术的发展,大量的蛋白质相互作用数据已被研究者获悉,这为通过科学计算的方法预测蛋白质相互作用提供了可能。本文运用网络知识的原理将蛋白质相互作用数据抽象成一个复杂网络,并在网络层面上对整个蛋白质组的相互作用预测进行研究,主要内容包括以下三个方面:(1)本文提出了基于信息传播的不确定图的链路预测算法。我们在每个顶点对上按其出现链接的概率定义了链接信息量,该算法将边上的链接信息量在图上以一定的概率来传播。在图上,我们在每个顶点对之间设定一个边权重,来衡量顶点对之间能够传播信息的能力。在边权重值较大的顶点对之间,链接信息量有较大的概率被传播。在某一个顶点对接收到来自相邻顶点对上的链接信息量时,它们原来的链接信息量以一定的比例被保留,也有一定的比例受到传送来的相邻顶点对上的链接信息量的影响。这个比例取决于顶点对它们之间的边权重,以及它们相邻顶点对上的边权重。在传播过程迭代到收敛时,各个顶点对之间的链接信息量即为它们之间存在链接的概率。我们利用标准数据集进行测试,实验结果表明,所提出的算法具有更高的预测准确率,算法识别的相互作用具有更强的生物统计特性。(2)本文还提出了基于社区模块度的蛋白质相互作用预测算法。我们把蛋白质相互作用看成一个复杂网络,网络中的节点代表蛋白质,边表示蛋白质之间存在的相互作用。由于每个蛋白质都可能与其它的多个蛋白质存在相互作用,因此在网络中呈现出有的区域比较密集,而有的区域比较稀疏。通过Newman的模块度定义来计算社区的模块度。把整个网络划分为一个个的社区,通过划分树的构造,蛋白质网络形成一个层次结构树。在结构树中,每个叶子节点表示一个蛋白质,蛋白质之间具有最低的公共祖先层次越低,两个蛋白质就越相似,它们处于同一社区的可能性就越大,同时也表明它们之间产生相互作用的可能性也就越大。我们通过计算蛋白质之间的相似度来预测它们之间是否有相互作用。此外,本文算法还能同时预测蛋白质的功能。(3)在以上工作的基础上,本文运用所提出的基于信息传播的不确定图的链路预测算法和基于社区模块度的蛋白质相互作用预测算法实现了在线PIP系统。该系统可以把预测成果通过图形化的方式体现在系统上。