基于多生物信息的蛋白質網絡研究.pdf

1、本文通過整合多種類型的生物學信息，深入研究了動態(tài)蛋白質網絡構建、關鍵蛋白質識別和蛋白質復合物預測等問題。
　　細胞系統是高度動態(tài)的并能對環(huán)境刺激做出反應。細胞的功能及其對外界刺激的反應模式受生物網絡調控。具有靜態(tài)連接性的蛋白質-蛋白質相互作用網絡是動態(tài)的，就這層意義而言，蛋白質實現所謂的隨時間進化的功能活動性。從靜態(tài)網絡分析向動態(tài)轉移對進一步理解分子系統是重要的。
　　本文通過結合時間序列基因表達譜和蛋白質相互作用網絡，構建

2、了時間過程蛋白質相互作用網絡(TC-PINs)。為了判斷TC-PINs是否成功，如下驗證步驟被采用:首先，一個聚類算法被分別用于從三種網絡（時間過程蛋白質相互作用網絡、靜態(tài)蛋白質網絡和偽隨機網絡）中識別功能模塊。然后，對來自TC-PINs中的功能模塊，重復的功能模塊只保留一個，被大功能模塊包含的小功能模塊被刪除。最后，匹配分析和GO富集分析被執(zhí)行以比較來自不同網絡的功能模塊。比較分析顯示，與靜態(tài)蛋白質相互作用網絡相比，來自TC-PINs

3、的功能模塊具有更顯著的生物學意義。
　　關鍵蛋白質對生物在各種條件下的生存至關重要。有許多實驗和計算方法用于預測關鍵蛋白質。因為蛋白質相互作用數據存在缺陷，所以基于全局的蛋白質相互作用網絡預測關鍵蛋白質的計算方法受到嚴格的限制。但是，基因表達譜有助于在一定程度上彌補這種不足。
　　本文整合基因表達和蛋白質相互作用數據，提出了一種新的關鍵蛋白質識別方法WDC。皮爾遜相關系數(PCC，Pearson Correlation Co

4、efficient)被用于結合蛋白質相互作用網絡和基因表達譜?；赑CC和邊聚類系數(ECC，Edge Clustering Coefficient)，一種新的中心性測度即加權度中心性(WDC，Weighted Degree Centrality)被提出，以便獲得可靠的關鍵蛋白質預測結果。為了評估WDC方法的性能，它被用于從酵母的蛋白質相互作用網絡中預測關鍵蛋白質。作為比較，其他預測方法也被用于從酵母的網絡中預測關鍵蛋白質。一些評價方法

5、被用于分析各種預測方法產生的結果。本文顯示了所有預測結果和比較分析情況。另外，WDC方法中的參數λ被詳細分析，然后最佳的λ值被找到?；讦说淖罴阎?，WDC和另一種方法PeC的區(qū)別被討論。這些分析結果表明WDC勝過當前的其他方法。同時，也意味著整合多源生物數據預測關鍵蛋白質是一種有效的方法。
　　蛋白質復合物是許多生物過程得以實現的基礎，它們執(zhí)行大量的生物功能。不斷增加的蛋白質相互作用數據使得通過計算方法預測蛋白質復合物成為可能。有

6、許多算法在預測蛋白質復合物時，僅僅考慮了蛋白質相互作用數據，但是，來自高通量生物實驗的蛋白質相互作用數據不僅具有高的假陽性率，而且還是不完整的。實際上蛋白質相互作用的這種不足大大降低了這些預測方法的精度。
　　本文提出了一種新的蛋白質復合物預測方法(CMBI，Clustering basedon Multiple Biological Information)。該方法整合基因表達譜、關鍵蛋白質信息和蛋白質相互作用網絡三種生物數據進

7、行蛋白質復合物的預測。首先，CMBI基于蛋白質相互作用網絡的邊聚類系數(ECC，Edge ClusteringCoefficient)和基因表達譜的皮爾遜相關系數(PCC，Pearson CorrelationCoefficient)重新定義了兩個相互作用的蛋白質之間的功能相似性(FS，Functional Similarity)。然后，CMBI選擇已知的關鍵蛋白質作為種子構建蛋白質復合物核。在種子擴展到核的過程中，種子的關鍵蛋白質鄰居

8、和功能相似性FS大于給定閾值T的鄰居被添加到復合物核中。復合物核被構造以后，CMBI開始產生蛋白質復合物。復合物核的鄰居被考查，如果鄰居與復合物核中蛋白質的FS大于給定的閾值T，則該鄰居被添加到復合物中，用同樣的方法遍歷復合物核的所有鄰居，生成蛋白質復合物。由于一些種子有相似的鄰接圖，所以從這些鄰接圖中挖掘的復合物可能有重疊，從而導致較高的冗余。因而，CMBI算法也設計了冗余過濾子程序，以將這種冗余控制到合理的程度。另外，除關鍵蛋白質，

9、CMBI也使用非關鍵蛋白質作為種子并將之擴展為蛋白質復合物。為了檢測CMBI的性能，CMBI預測的復合物被用于和其他方法預測的復合物進行匹配分析和GO功能富集分析。最后CMBI用到的兩個參數T和R被詳細分析。
　　匹配分析和GO分析的結果顯示CMBI預測蛋白質復合物的能力明顯超過了現存的蛋白質復合物挖掘方法。這意味著整合不同來源的生物學數據預測蛋白質復合物的研究是成功的。
　　本文還提出了一種能用于高可信度加權蛋白質網絡的通