基于磷酸化网络的链路预测研究.pdf

《基于磷酸化网络的链路预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、UniversityofScienceandTechnologyofChina硕士学位论义论文题目灰于裤酸化网洛的破路预测研究作者姓名±学科专业生物‘学工程导师姓名王明会賴完成时间肀逾科嗲敉水大嗲硕士学位论文基于磷酸化网络的链路预测研究作者姓名：王强学科专业：生物医学工程导师姓名：王明会副教授完成时间：二一五年五月一日UniversityofScienceandTechnologyofChinaAdissertationforMaster'sdegreeStudyonLinksPredictionBasedonPhosphoryl

2、ationNetworkAuthor'sName:QiangWangSpeciality:BiomedicalEngineeringSupervisor：中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：泛练签字日斯：中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文

3、的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。“公幵口保密（一年）作者签名：导师签名：签字日期：签字日期：摘要摘要可逆蛋白质磷酸化是一种重要的蛋白质翻译后修饰，它调节着许多生物细胞过程。因此，鉴定蛋白质底物与蛋白质激酶之间相互作用非常重要，它帮助我们理解调节过程和磷酸化机制

4、。在本研究中，蛋白质底物与蛋白质激酶相互作用为磷酸化网络中的链路，因此相互作用的预测也就是链路的预测。鉴定蛋白质底物与蛋白质激酶之间作用关系常用方法是通过生物学实验，虽然其准确性高但效率低下，不能对大量的磷酸化数据进行快速有效鉴定。为了解决这一问题，机器学习方法被用来预测蛋白质底物与蛋白质激酶之间的相互作用关系。基于机器学习的方法用大量数据预测潜在的蛋白质底物与蛋白质激酶之间相互作用，然后通过实验去验证那些可能性较高的相互作用，从而可以减少鉴定的时间和提高工作效率。在本文中，已知的蛋白质底物与蛋白质激酶之间相互作用关系被用来构建磷

5、酸化网络，在此基础上，蛋白质底物序列信息和蛋白质激酶序列信息也被加入进来，用于预测磷酸化网络中潜在的蛋白质底物与蛋白质激酶相互作用链路。首先利用蛋白质底物序列信息和磷酸化网络信息计算蛋白底物的相似性矩阵，然后把该相似性矩阵作为评价蛋白质底物与蛋白质激酶之间关系的特征，并把特征数据作为支持向量机的输入数据。这一过程被称为该算法可用于预测磷酸化网络中蛋白底物与蛋白质激酶之间相互作用链路。除了算法，我们还设计了一种网络算法，它是在拉普拉斯最小二乘法算法上发展而来。算法通过蛋白质底物序列信息、蛋白质激酶信息和磷酸化网络信息预测磷酸化网络中

6、蛋白质底物与蛋白质激酶相互作用链路并通过方法解决磷酸化网络中孤立蛋白质底物节点问题。在本文蛋白质底物与蛋白质激酶之间的链路预测性能分析中，我们首先把不同的信息作为算法的输入数据，并比较它们对预测性能的影响。结果显示蛋白质底物与蛋白质激酶间相互作用的磷酸化网络信息和蛋白质激酶序列信息对预测性能的提升有很大作用。其次，比较了和与现有的、的预测性能，结果显示其性能明显优于现有算法。最后，比较和的预测结果显示，运用孤立节点处理方案和蛋白质激酶序列信息可以有效提高算法的预测性能。关键词：磷酸化磷酸化网络蛋白质底物蛋白质激酶链路预测Abstr

7、actABSTRACTReversibleproteinphosphorylationisanimportantpost-translationalmodification,whichregulatesvariousbiologicalcellarprocesses.Therefore，，，，，，Abstractisolatedproteinsubstratenodeinphosphorylationnetwork.Inthisstudy,wefirstusedifferentinformationasinputdataforal

8、gorithms,andcomparetheperformanceofthesealgorithms.Theresultshowsthatphosphorylationnetworkbetweenproteinsubstrateandprotein