基于蛋白质相互作用网络的复合物识别方法研究

《基于蛋白质相互作用网络的复合物识别方法研究》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、学校代号：10532学密号：S1l102040级：普通湖南大学硕士学位论文基于蛋白质相互作用网络的复合物识别方法研究昱匝丝刍盈亟整!廛遮数握墙差单僮；信息科堂皇王猩堂院童些名箍!让篡扭型堂皇撞苤诠文提窒目期；2Q!垒生三旦!至旦诠室筌避日塑12Q!垒生§旦2墨旦筌避委员全圭廑；骆矗住教援ResearchontheMethodsofIdenti母ingComplexesBasedonProtein．ProteinInteractionNetworksbyFUXiangzhengB．E．(JishouUniVe

2、rsity)2011AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringlnConlputerScienceandTechnologyintheGraduateSchoolofHunanUniVersitySuperVisorProfessorLiaoBoMay，2014舢舢Ⅷ洲Ⅲ㈣IlI

3、

4、舢mom0Y2605183湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导

5、下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：何尔军弧日期：加w年6月乡日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并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。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、

6、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口，在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)作者签名：铀辱莓礁日期：讪Ⅳ年《月6日刷醛轹肾醐一庐多月么日基于蛋白质相互作用网络的复合物识别方法研究摘要随着系统生物学和蛋白质组学研究的不断深入，基于蛋白质相互作用网络识别蛋白质复合物逐渐成为计算生物学的一个基本问题。高通量实验产生大量包含噪音的蛋白质相互作用数据，这些噪音势必会影响到算法识别复合物的结果。因此，应用聚类算法识别复合物之前需要去除噪音的影响。本课题对蛋白质

7、相互作用网络中识别复合物的聚类算法进行研究，主要工作包括以下两点：(1)为了减少高通量实验检测的蛋白质相互作用数据中噪音的影响，选择从拓扑结构上分析相互作用网络的特性，提出了一种新颖的减少相互作用数据噪音的方法PPIR(Protein．ProteinInteractionReliability)。PPIR方法首先将两蛋白质对和它们的共同邻居结点以及它们相连的边当作一个模块。这两蛋白质相互作用的可信度主要由它们之间的共同邻居结点决定，数值上等于共同邻居结点所占整个模块的比例。再把可信度值作为相互作用网络的权值

8、，进而构建出加权相互作用网络。实验表明，使用PPIR方法构建的加权网络总比原始网络实验效果好。将PPIR方法和已有的同类方法相比较，PPIR方法识别复合物表现出非常好的实验效果，以及能够提升聚类算法识别复合物的性能。(2)基于PPIR方法，提出了一种从蛋白质相互作用网络里识别复合物的图聚类算法PPIPU。首先应用PPIR方法作用于初始蛋白质相互作用网络，从而减少了噪音对聚类结果的影响。其次，集成RRW，MCL和ClusterONE三种聚类算法，并对结果进行后续处理，最终得到了对蛋白质相互作用网络的聚类结果。

9、为了评估PPIRU算法的有效性，论文中比较了PPIRU算法和几种经典算法。使用DIP和BioGRID蛋白质数据集，并将最终结果分别与MIPS和SGD标准复合物集进行匹配。实验表明，PPIRU算法和其它聚类算法相比，其聚类的有效性以及与标准复合物匹配的可靠性都具有较大的优势。关键词：蛋白质相互作用网络；蛋白质复合物；图聚类；加权方式；相互作用可住f磐1日J里硕士学位论文AbstractWiththedeepeningofproteomicsandsystemsbiology，identifyingprotei

10、ncomplexesinprotein-proteininteraction(PPI)networksisafundamentalproblemincomputationalbiology．High-throughputexperimentaltechniqueshaVegeneratedlarge，experimentallydetectedPPIdatasets．Theseinteractionsrepres