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

《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》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、中国科学技术大学博士学位论文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作者姓名：学科专业：导师姓名：完成时间：尤著宏模式识别与智能系统黄德双研究员二。一O年九月十二日娥。、●UniversityofScienceandTechnologyofChinaAdissertationfordoctor’SdegreeThestudyofanalysisandapplicationofprotein··proteininteractiondatabasedongraphandcomplexnetworktheoryAuthor’SName：Zhu—

2、HongYouSpeciality：PattemRecognitionandIntellegentSystemAdvisor：Prof．De—ShuangttuangFinishedDate：September12，2010长．，《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。除己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：』进签字日期：垒望!里：!兰：皇含中国科学技术大学学位论文授权使用声

3、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有关数据库进行检索，可以采用影印、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。翻么开口保密(——年)作者签名：丛盏室导师签名：签字日期：尘叟!垒!!圣：梦签字日期：20ID．12．．08摘要蛋白质一蛋白质相互作用在生物体的生命活动中扮演着极其重要的作用，几乎涉及到每一个生理过程

4、。高通量实验鉴定技术和计算预测方法的快速发展使得直接和间接来源的大规模蛋白质相互作用数据不断累积。然而，大规模蛋白质相互作用数据中较高比例的假阳性和假阴性“噪声"严重影响了相互作用数据的质量。生物信息学方法能够从已有的数据和知识出发，通过计算的方法系统评估和预测蛋白质相互作用数据的假阳性和假阴性。本文针对上述问题，从蛋白质相互作用网络的拓扑结构出发，以图和复杂网络理论为基本工具，提出了四种有效的计算方法来对蛋白质相互作用数据中假阳性数据进行评估，并预测其假阴性数据和遗传相互作用。最后，我们提出一种在整合蛋白质相互作用数据、高内涵RNAi筛选数据和其它多

5、源数据的基础上重建果蝇的mAPK信号转导通路的方法，以此作为蛋白质相互作用数据的一个应用实例。全文的主要工作概括如下：(1)针对蛋白质相互作用数据中存在着较高比例假阳性数据的问题。提出了一种通过整合与蛋白质相互作用相关的多源异构组学数据，并巧妙地将多源数据信息与蛋白质相互作用网络的拓扑结构信息进行融合，进而过滤蛋白质相互作用数据中的假阳性“噪声”的方法。实验结果表明，所提出过滤算法的性能要优于已有的三种经典方法，能够筛选出原始数据中具有高度可靠性的蛋白质相互作用对。(2)提出了一种鲁棒的基于流形学习ISOMAP的蛋白质相互作用假阳性过滤和假阴性预测的方

6、法。该方法首先采用ISOMAP方法将原始的蛋白质相互作用网络变换到一个低维的流形空间。然后，根据所嵌入低维空间中蛋白质间的相似性构造了一个用来表示蛋白质对相互作用可能性的可靠性指数。实验结果显示，所提出的方法能够成功地评估或预测稠密或者稀疏蛋白质相互作用网络的假阳性或假阴性“噪声”。(3)提出了一种新的基于线图和加权网络拓扑结构的方法来消除大规模蛋白质相互作用数据中的假阳性“噪声"。首先，采用一种新颖的加权线图算法将原始的蛋白质相互作用网络变换成其对应的加权线图；然后，计算变换后的加权线图中节点的多种网络拓扑属性。最后，采用一种加权的CO-Dist算法

7、对蛋白质摘要相互作用数据的可靠性进行了评估。实验结果表明，所提出的方法能够取得很好的去噪效果，过滤后的蛋白质相互作用数据可靠性得到了显著的提高。(4)针对目前在基因组范围内的蛋白质遗传相互作用尚不完全了解，且通过实验的方法检测蛋白质遗传相互作用将非常困难和昂贵这一问题，提出了一种计算系统生物学方法来准确预测合成遗传相互作用。该方法首先通过整合蛋白质相互作用数据、蛋白质复合物数据和基因表达谱数据，构建一个高覆盖率、高精度的功能基因网络。然后，从上述功能基因网络中计算得到十种加权网络拓扑属性作为预测合成遗传相互作用的特征向量。最后，一种基于图的半监督分类器

8、被用来预测合成遗传相互作用。实验结果表明，所提出的方法能够准确地预测酵母的遗传相互作用。(5)