蛋白質(zhì)相互作用網(wǎng)絡中關(guān)鍵蛋白質(zhì)預測算法及其應用研究.pdf

1、蛋白質(zhì)是生物體的基本構(gòu)件。深刻闡明蛋白質(zhì)的結(jié)構(gòu)與功能，是探索生命奧秘的核心任務。有研究發(fā)現(xiàn)蛋白質(zhì)對于生物體存活的重要性存在差別，由此可以將蛋白質(zhì)劃分為關(guān)鍵蛋白質(zhì)和非關(guān)鍵蛋白質(zhì)。隨著測定蛋白質(zhì)間相互關(guān)系的高通量生物實驗技術(shù)快速發(fā)展，使得可用的相互作用數(shù)據(jù)海量涌現(xiàn)。據(jù)此構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡并在其上開展相關(guān)的關(guān)鍵蛋白質(zhì)預測等研究以促進生物學醫(yī)學等基礎學科深入發(fā)展成為當前相關(guān)領域的研究熱點。另一方面，結(jié)構(gòu)決定功能是分子生物學上的一條經(jīng)驗法則，

2、對關(guān)鍵蛋白質(zhì)的研究也有助于更進一步加深對蛋白質(zhì)在生物體內(nèi)功能的理解。
　　為此，在蛋白質(zhì)相互作用網(wǎng)絡上對關(guān)鍵蛋白質(zhì)的預測算法開展研究，主要從網(wǎng)絡節(jié)點拓撲中心性，蛋白質(zhì)多信息融合機制以及算法自適應機制等多個角度開展關(guān)鍵蛋白質(zhì)預測算法的相關(guān)研究。同時結(jié)合對關(guān)鍵蛋白質(zhì)預測算法的研究成果，對其在蛋白質(zhì)復合物預測中的應用也進行了研究。全文主要工作概括如下:
　　(1)在蛋白質(zhì)相互作用網(wǎng)絡上基于網(wǎng)絡節(jié)點拓撲中心性預測算法是一類重要的預測

3、方法，現(xiàn)有中心性預測算法的設計思路多集中在蛋白質(zhì)相互作用數(shù)據(jù)集上挖掘關(guān)鍵蛋白質(zhì)的特征，忽略了關(guān)鍵蛋白質(zhì)與真實蛋白質(zhì)復合物在結(jié)構(gòu)上的關(guān)聯(lián)，這或許是現(xiàn)有算法預測性能不佳的原因之一。鑒于以上考慮，系統(tǒng)分析了真實蛋白質(zhì)復合物中節(jié)點的拓撲特征與復合物包含關(guān)鍵蛋白質(zhì)數(shù)目的關(guān)聯(lián)，提出了一種基于網(wǎng)絡節(jié)點局部互作密度的關(guān)鍵蛋白質(zhì)預測新算法LID。該算法在相關(guān)數(shù)據(jù)集上與現(xiàn)有經(jīng)典網(wǎng)絡拓撲中心性預測算法相比較，具有更好的預測結(jié)果。
　　(2)從已有研究成

4、果來看，利用蛋白質(zhì)網(wǎng)絡拓撲單一特征設計預測算法，從而獲得較好的關(guān)鍵蛋白質(zhì)預測性能仍舊十分困難。因此基于蛋白質(zhì)多信息融合預測關(guān)鍵蛋白質(zhì)是相關(guān)研究可選的途徑。目前多信息融合預測關(guān)鍵蛋白質(zhì)算法的融合機制通常需要人工手動設定經(jīng)驗參數(shù)值，這需要大量的實驗來獲取，且參數(shù)值一旦設定一般不能輕易改變，從而增加了相關(guān)預測算法對特定相互作用數(shù)據(jù)集的依賴性。為此提出了一種多信息融合的新機制，并在此基礎上融合網(wǎng)絡節(jié)點局部互作密度LID與真實蛋白質(zhì)復合物節(jié)點內(nèi)度

5、兩類蛋白質(zhì)生物信息，構(gòu)建了一種多信息融合關(guān)鍵蛋白質(zhì)預測新算法LIDC。該算法的融合機制不需要人工經(jīng)驗參數(shù)，降低了算法對特定數(shù)據(jù)集的依賴性。與現(xiàn)有經(jīng)典多信息融合預測算法以及提出的新算法LID進行實驗對比中，在多個評估指標下，取得了較好的預測結(jié)果，從而為蛋白質(zhì)多信息融合機制研究提供了途徑。
　　(3)現(xiàn)有網(wǎng)絡節(jié)點拓撲中心性關(guān)鍵蛋白質(zhì)預測算法缺乏自我調(diào)節(jié)的部分。設計合理的調(diào)節(jié)機制，可以使得原有的網(wǎng)絡拓撲中心性預測算法擁有合理的自適應性，

6、以應對蘊含不同網(wǎng)絡結(jié)構(gòu)的蛋白質(zhì)相互作用數(shù)據(jù)集上的預測任務。由此通過研究發(fā)現(xiàn)存在網(wǎng)絡節(jié)點拓撲特征，即是局部互作密度非均衡性指標LIDH，與蛋白質(zhì)網(wǎng)絡結(jié)構(gòu)間差異存在某種關(guān)聯(lián)，使之可以用來引導相關(guān)預測算法的自行調(diào)整。在構(gòu)建蛋白質(zhì)相互作用數(shù)據(jù)集上的先驗網(wǎng)絡集合基礎上，提出了以基于網(wǎng)絡節(jié)點局部互作密度預測算法LID的拓展形式，網(wǎng)絡節(jié)點廣義局部互作密度為核心的關(guān)鍵蛋白質(zhì)預測新算法G-LID，該算法不依賴人工經(jīng)驗參數(shù)，具有恰當?shù)淖赃m應功能。同時該算法

7、雖然使用到了先驗知識，但相關(guān)信息仍舊來自蛋白質(zhì)相互作用數(shù)據(jù)集，并未增加蛋白質(zhì)生物信息種類和算法的數(shù)據(jù)依賴性。在與現(xiàn)有經(jīng)典網(wǎng)絡節(jié)點拓撲中心性預測算法以及提出的新算法LID在以往預測性能下降較快的數(shù)據(jù)集上進行對比實驗中，該算法取得了較好的預測性能提升效果，為基于網(wǎng)絡節(jié)點拓撲中心性關(guān)鍵蛋白質(zhì)預測算法相關(guān)研究提供網(wǎng)絡結(jié)構(gòu)自適應機制。
　　(4)生物體內(nèi)的蛋白質(zhì)要執(zhí)行相應生物功能的一般形式是多個蛋白質(zhì)協(xié)同合作，共同完成。而蛋白質(zhì)復合物正是蛋

8、白質(zhì)間這種協(xié)作的客觀體現(xiàn)。因此在蛋白質(zhì)相互作用網(wǎng)絡中識別蛋白質(zhì)復合物研究對于理解生物體復雜工作機制具有重要作用。已發(fā)表的蛋白質(zhì)復合物預測算法大多基于聚類思想來實現(xiàn)在網(wǎng)絡中蛋白質(zhì)復合物的發(fā)現(xiàn)，其聚類機制多側(cè)重于數(shù)學意義上的節(jié)點劃分，且時間復雜度偏高。另一方面，現(xiàn)有生物實驗已經(jīng)發(fā)現(xiàn)真實蛋白質(zhì)復合物內(nèi)部還存在更微觀的結(jié)構(gòu)，其內(nèi)部的蛋白質(zhì)還可以劃分為核心成員和附屬成員等。受此啟發(fā)，考慮在蛋白質(zhì)相互作用網(wǎng)絡中對關(guān)鍵蛋白質(zhì)預測算法研究成果的推廣應用

9、，提出了基于網(wǎng)絡節(jié)點局部互作密度的蛋白質(zhì)復合物預測新算法CBLID。該算法首先利用網(wǎng)絡節(jié)點的局部互作密度LID分值生成聚類種子集合;隨后將種子的互作鄰接點分配到對應聚類中完成聚類;最后清除重復的聚類，得到當前網(wǎng)絡的蛋白質(zhì)復合物候選集。算法CBLID相比較于現(xiàn)有經(jīng)典蛋白質(zhì)復合物預測算法具有更小的時間復雜度，且在選取多個蛋白質(zhì)相互作用網(wǎng)絡上，與已有算法的對比實驗中，在多個評估指標下，該算法取得了較好的預測結(jié)果，從而為蛋白質(zhì)復合物預測研究提供