蛋白质相互作用网络功能模块发现的几种社区发现算法的比较分析

发布时间：2017-06-14 00:13

  本文关键词：蛋白质相互作用网络功能模块发现的几种社区发现算法的比较分析，，由笔耕文化传播整理发布。

【摘要】：近年来,复杂网络理论和系统生物学等复杂科学理论和技术迅猛发展。利用复杂网络方法研究大规模生物分子网络,特别是蛋白质相互作用网络中的功能模块问题得到各领域科研工作者的大量关注。大量研究成果表明,蛋白质相互作用网络中存在功能模块。许多研究者利用复杂网络理论提出了一些社区发现算法来发现蛋白质相互作用网络中的功能模块。本文将主要比较分析几种社区发现算法在蛋白质相互网络中的应用的性能。首先利用MIPS生物数据库和科研文献构建了酵母菌蛋白质相互作用网络,并分析其复杂网络的无标度性和平均聚集系数,发现酵母菌蛋白质相互作用网络度分布满足P(k)∝k-1.536,同时其平均聚集系数要比同等规模的随机网络的平均聚集系数要大得多,这些都暗示酵母菌蛋白质相互作用网络中蕴含着社团结构。然后介绍了基于聚合或分裂思想、模块度优化思想、信息流思想、谱聚类思想和随机游走思想的六种社区发现算法。再结合酵母菌蛋白质相互作用网络功能模块数据应用这六种算法,发现这些算法中有过度学习问题,实际的功能模块要比发现的社团要少得多并且很多小社团匹配同一功能模块。最后用模块度,纯度和信息熵等度量指标来比较分析这些社区发现算法在酵母菌蛋白质相互作用网络上的优劣,发现相比模块度和纯度,用信息熵来评价社团发现算法在功能模块发现问题上更合理。而且这些社区发现算法中FUA算法最为有效。
【关键词】：大规模生物分子网络 蛋白质相互作用网络 酵母菌 复杂网络 社团结构 社区发现算法 图聚类 模块度 信息熵
【学位授予单位】：湘潭大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O157.5
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-14
• 1.1 研究背景及现状11-12
• 1.2 选题依据和意义12-13
• 1.3 文章主体结构13-14
• 第二章 蛋白质相互作用网络的复杂网络基础14-19
• 2.1 蛋白质相互作用网络14-16
• 2.2 复杂网络分析16-18
• 2.2.1 无标度性16-17
• 2.2.2 聚集系数17-18
• 2.3 本章小结18-19
• 第三章 社区发现算法19-35
• 3.1 模块度优化算法19-24
• 3.1.1 基于聚合思想的社区发现算法19-21
• 3.1.2 基于分裂思想的社区发现算法21-22
• 3.1.3 模块度寻优的社区发现算法22-24
• 3.2 基于信息流的社区发现算法24-25
• 3.3 基于谱聚类的社区发现算法25-27
• 3.4 基于随机游走的社区发现算法27-29
• 3.5 社区发现算法评价29-34
• 3.5.1 模块度比较30-31
• 3.5.2 纯度的比较31-33
• 3.5.3 信息熵的比较33-34
• 3.6 本章小结34-35
• 第四章 总结与展望35-36
• 参考文献36-39
• 致谢39-40
• 附录40

【相似文献】

中国期刊全文数据库 前10条

1 梁琳慧,韩忠朝;蛋白质相互作用的研究方法[J];生命的化学;2005年03期

2 唐泽耀,戴淑芳,陈华,林原;蛋白质相互作用研究的哲学思考[J];医学与哲学;2005年01期

3 曹建平,马义才,李亦学,石铁流;计算方法在蛋白质相互作用研究中的应用[J];生命科学;2005年01期

4 谢江;张武;梅健;顾知立;吴继宗;李辉;张律文;;一种新的计算预测alpha-synuclein蛋白质相互作用网络的方法(英文)[J];Journal of Shanghai University(English Edition);2008年06期

5 余鑫煜;许正平;;蛋白质相互作用数据库及其应用[J];中国生物化学与分子生物学报;2008年03期

6 刘中扬;李栋;朱云平;贺福初;;蛋白质相互作用网络进化分析研究进展[J];生物化学与生物物理进展;2009年01期

7 王正华;董蕴源;王勇献;;蛋白质相互作用网络的几种聚类方法综述[J];国防科技大学学报;2009年04期

8 陆林英;魏雅卓;崔颖;孙平平;马雅楠;马志强;;基于支持向量机的蛋白质相互作用识别[J];生物信息学;2009年04期

9 王建新;蔡钊;李敏;;一种基于极大团的蛋白质相互作用预测方法[J];高技术通讯;2009年01期

10 李松倍;谢江;张武;武频;;蛋白质相互作用网络的相似子网搜索问题研究[J];计算机工程与应用;2010年03期

中国重要会议论文全文数据库 前10条

1 刘珍;孙景春;谢锦云;李亦学;梁宋平;石铁流;;蛋白质相互作用网络中的生物途径分析[A];中国蛋白质组学第二届学术大会论文摘要论文集[C];2004年

2 李占潮;周漩;戴宗;邹小勇;;基于一级结构信息预测蛋白质与蛋白质相互作用[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

3 王存新;马晓慧;陈慰祖;;构象熵对蛋白质-蛋白质相互作用及结合自由能的贡献[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

4 程钢;吴松锋;陈廷贵;万平;朱云平;贺福初;;22周孕龄胎肝蛋白质相互作用网络的构建[A];中国蛋白质组学首届学术大会论文摘要集[C];2003年

5 杨晓明;王建;许望翔;虞东辉;杨永升;刘琼明;周颖;张翠莉;吴志豪;张万巧;刘涛;唐刘君;原艳芝;郝峰;金超智;贺福初;;人类肝脏重要蛋白质相互作用连锁图研究进展[A];中国蛋白质组学第三届学术大会论文摘要[C];2005年

6 吴俊;邓宏钟;朱大智;谭跃进;;蛋白质相互作用网络的度秩函数与度分布[A];2006全国复杂网络学术会议论文集[C];2006年

7 李令东;田瑞军;唐伟;邹汉法;赵宗保;;携异戊烯链小分子与蛋白质相互作用的研究[A];第六届全国化学生物学学术会议论文摘要集[C];2009年

8 李立;肖奕;孙之荣;;酵母蛋白质相互作用网络的模块进化[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

9 陈慰祖;庄彦;王存新;;用分子模拟方法研究胰岛素二聚体的相互作用和识别[A];第三届全国现代生物物理技术学术讨论会论文摘要汇编[C];2000年

10 马文;刘艳清;郭琼;邓玉林;;生物功能化色谱法研究胰岛素及其受体间的相互作用[A];第十五次全国色谱学术报告会文集（上册）[C];2005年

中国重要报纸全文数据库 前10条

1 记者 常丽君;科学家绘制出迄今最详细蛋白质相互作用图[N];科技日报;2011年

2 胡德荣;蛋白质相互作用网络预测新方法被发现[N];健康报;2007年

3 通讯员 甄蓓　特约记者 吴志军;肝脏蛋白质相互作用图绘出[N];健康报;2011年

4 甄蓓;我科学家成功绘制人类肝脏蛋白质相互作用网络连锁图[N];科技日报;2011年

5 甄蓓;人类肝脏蛋白质“关系网络图”绘成[N];中国医药报;2011年

6 毛黎;美开发细胞内蛋白质相互作用标识技术[N];科技日报;2007年

7 张佳星;人类为何如此与众不同[N];科技日报;2008年

8 白毅;我国计算生物学研究取得重要进展[N];中国医药报;2007年

9 余志平 编译;PCAs给我们带来了什么？[N];中国医药报;2007年

10 欣文;蛋白质相互作用导致疑难病症[N];医药经济报;2002年

中国博士学位论文全文数据库 前10条

1 沈懿珍;基于协同智能的蛋白质相互作用及其网络研究[D];东华大学;2011年

2 梁治;蛋白质相互作用网络的比较生物学分析及其应用[D];中国科学技术大学;2006年

3 王晓敏;基于蛋白质相互作用网络的功能模块识别及功能预测研究[D];国防科学技术大学;2013年

4 胡静;基于密度聚类和特征分类的蛋白质相互作用热区预测[D];武汉科技大学;2015年

5 李满生;蛋白质相互作用文献挖掘方法、注释体系及挖掘平台研究[D];中国人民解放军军事医学科学院;2016年

6 谢江;蛋白质相互作用网络的数值研究[D];上海大学;2008年

7 史明光;蛋白质相互作用预测方法的研究[D];中国科学技术大学;2009年

8 杜秀全;基于智能计算的蛋白质相互作用预测方法研究[D];安徽大学;2010年

9 尤著宏;基于图和复杂网络理论的蛋白质相互作用数据分析与应用研究[D];中国科学技术大学;2010年

10 庞开放;基于基因表达和蛋白质相互作用数据集成的蛋白质进化、功能重要性和动态模块化组织的研究[D];上海交通大学;2011年

中国硕士学位论文全文数据库 前10条

1 董蕴源;基于谱方法的蛋白质相互作用网络分析[D];国防科学技术大学;2007年

2 邴志桐;蛋白质相互作用网络度分布的研究[D];兰州大学;2009年

3 杨晓飞;基于多源数据融合的蛋白质—蛋白质相互作用网络构建方法研究[D];中国科学技术大学;2009年

4 刘U

本文编号：447984