基于带权差异网络的致病复合物识别算法研究

发布时间：2018-05-16 03:05

本文选题：差异网络 + PPI网络　；参考：《吉林大学》2017年硕士论文

【摘要】：进入后基因组时代,生物医学研究最热门的课题之一就是系统的分析和全面的理解细胞中的分子以及它们之间通过相互作用完成生命活动的规律。蛋白质作为细胞中各类分子中的一种,是生物体内组织结构不可或缺的一部分,是生物进行各项生命活动不可或缺的物质承担者。但是,这些蛋白质在机体中并不孤立存在,而是通过与其他蛋白质共同作用组成不同的复合物,调节控制细胞的正常生理过程以及病理过程。一个生物体内所有的蛋白质相互作用可构成蛋白质互作网络(PPI网络)。从PPI网络中识别复合物对于预测蛋白质的功能、解释重要的生物进程具有极其重要的意义。蛋白质复合物识别算法多种多样,识别的精度和结果质量方面也都基本成熟。然而针对特定疾病的致病复合物的识别研究尚处于初级阶段。复杂疾病严重影响着人类的工作和生活。复杂疾病的发生与发展往往不是单基因突变的结果,而是基因间复杂的关联关系共同作用的结果,而蛋白质复合物又是蛋白质发挥作用的基本功能单元。因此,研究那些与复杂疾病相关的蛋白质复合物具有现实意义。现有的蛋白质复合物识别方法从使用的PPI网络类型来划分的话主要是基于静态蛋白互作网络的方法和基于动态蛋白互作网络的方法。然而,这些网络均无法反应病人与正常人的PPI网络中的复合物的差异性。目前,差异网络研究已成为国内外研究的热点。通过对当前差异网络的研究现状进行分析,发现以往研究主要集中在对差异网络的构建方面,而对差异网络中的功能复合物识别研究相对较少。差异网络在研究复杂疾病的致病复合物方面有着传统PPI网络无法替代的优势,因此,基于差异网络的致病复合物识别算法亟待研究。本文基于蛋白质网络构建带权差异网络进而识别致病复合物。首先,由蛋白质网络数据和正常、患病的基因表达数据,从蛋白质网络中分别抽取正常和患病基因,通过相关系数筛选得到正常和患病样本中表达(相关系数大于特定阈值)的相互作用关系网络,基于这两者网络间差异的蛋白质相互作用关系更可能与疾病相关的假设,构建差异网络。其次,根据基因中的GO注释信息,来为差异网络中的每条边分配权值,得到带权差异网络。最后,利用种子节点扩充算法对节点进行扩充,从而得到与复杂疾病相关的复合物。本文从生物学意义、统计方法以及经典的复合物识别方法角度对实验结果进行验证,结果显示本文识别的复合物均在癌症的发生和发展过程中起着重要作用,同时,该结果表明本文提出的基于带权差异网络的致病复合物识别算法是一种有效的复杂疾病识别算法。本文通过引入差异网络删除掉未被表达的基因,有效的提高了蛋白质复合物的识别精度,同时通过基因注释数据的添加,使得具有相似功能的蛋白质能够很好的聚集在一起,进一步提高了预测的精度。然而,蛋白质还有很多属性本文未加以考虑。因此,添加更多、更全面的蛋白质属性,来构建动态带权差异网络,以便深入挖掘与疾病相关的复合物,将是今后研究的重点。
[Abstract]:In this paper , it is important to study the function of protein complex recognition algorithm and to explain important biological processes .

【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：Q51;TP301.6

【参考文献】