基于監(jiān)督學習的人類蛋白質(zhì)網(wǎng)絡復合物識別.pdf

1、蛋白質(zhì)復合物是功能相似的蛋白質(zhì)分子通過聚合作用形成的大分子結(jié)構(gòu)，并以復合物的形式在生物體中發(fā)揮作用，在理解生物體的生命機制和原理等方面具有重大意義。隨著人類基因組學研究和高通量技術的發(fā)展，海量的蛋白質(zhì)關系數(shù)據(jù)也隨之產(chǎn)生。這些蛋白質(zhì)關系構(gòu)成多樣的蛋白質(zhì)關系網(wǎng)絡，如酵母菌蛋白質(zhì)關系網(wǎng)絡、人類蛋白質(zhì)關系網(wǎng)絡、病菌蛋白質(zhì)關系網(wǎng)絡等。這些關系網(wǎng)絡為復合物識別的研究提供了很好的數(shù)據(jù)支持，但同時多數(shù)據(jù)中存在的不可靠關系也給復合物識別帶來了較大的挑戰(zhàn)。

2、
　　本文首先介紹了蛋白質(zhì)復合物識別算法的研究背景與意義、國內(nèi)外相關學者的研究現(xiàn)狀等，在此基礎上對蛋白質(zhì)復合物識別任務中存在的問題進行了總結(jié)：如何在人類蛋白質(zhì)網(wǎng)絡上進行有效的復合物識別，并揭示蛋白質(zhì)復合物與疾病間所存在的關系；如何為不同的蛋白質(zhì)關系網(wǎng)絡選擇合適的復合物識別算法來獲得較高的性能；如何融合更多的特征到復合物識別任務中，以進一步提升算法的性能。這些問題的存在限制了復合物識別算法的發(fā)展。
　　接著，為了在人類蛋白質(zhì)關

3、系網(wǎng)絡上進行有效的復合物識別，本文改進了已有的基于監(jiān)督學習的復合物識別算法。改進的算法充分利用了網(wǎng)絡的拓撲結(jié)構(gòu)性，并融合了基因本體的生物特性，從而提升復合物識別算法的性能。此外，為了更好地揭示蛋白質(zhì)復合物與疾病間的關系，本文利用蛋白質(zhì)關系抽取系統(tǒng)從生物文獻中抽取與特定疾病相關的疾病蛋白質(zhì)關系，并融合到原始網(wǎng)絡中，以提高疾病復合物識別的實驗效果。同時通過分析對應的疾病復合物，來加深人們對相應疾病的理解。
　　隨后，為了快速對不同蛋白

4、質(zhì)網(wǎng)絡的復合物識別選擇合適的算法，本文針對酵母菌蛋白質(zhì)網(wǎng)絡和人類蛋白質(zhì)關系網(wǎng)絡展開研究，并探索了已有的復合物算法在不同網(wǎng)絡上的適應程度。此外，為了揭示不同特征在不同網(wǎng)絡上的作用強度，本文將已有算法的回歸模型和隨機森林模型進行對比，從而為進行復合物識別算法的研究提供有益借鑒。
　　最后，已有的復合物識別算法全都是基于人工的特征。為了衡量自動學習特征在復合物識別任務中的作用，本文將基于點向量的學習方法融合到已有的復合物識別算法中。通過