基于协同智能的蛋白质相互作用及其网络研究

论文摘要

膜蛋白在生物体中担负着多种多样的功能,大部分膜蛋白在药物设计、运转蛋白和免疫识别等方面起着关键的作用；膜蛋白同时也是重要的药物标靶。膜蛋白相互作用,尤其是螺旋膜蛋白相互作用,是所有蛋白质相互作用中的重要部分。各种组织中近三分之一的基因用于编码参加大量的蛋白质—蛋白质相互作用的与膜相关的蛋白质。膜蛋白复合物的研究由于需要使膜蛋白保持在脂溶性环境且不打乱蛋白质—蛋白质相互作用而具有很大的挑战。本论文研究利用复杂网络的特点结合生物信息学构造生物网络中的蛋白质相互作用网络。其研究成果为膜蛋白相互作用的协同智能识别提供了一种可行的方法,为可能的膜蛋白相互作用提供新的研究方向及参考。本论文具体的研究内容有：大量的结果表明蛋白质相互作用网络不是随机的,它是具有某种生物规律的。本论文采用图论中谱分析的研究方法揭示了复杂的蛋白—蛋白相互作用网络中存在的隐含的拓扑结构,如“准团”和“准二部图”。对其分离出来的蛋白质网络进行度的计算、小世界网络当中P值的计算,以及蛋白质网络节点个数的计算等等,分析这些关于蛋白质网络的参数之间的关系；基于遗传算法的蛋白质相互作用网络的构造和研究；基于多种智能算法相结合的蛋白质相互作用网络的构造和研究；将建立的新型蛋白质相互作用网络与一般生物网络进行比较研究。真实的蛋白质相互作用网络是稀疏网络,具有几何效应,并且还具有无标度性、小世界性、层次性、自相似性、亲和力和特异性等等的重要性质和动态特性：研究不同重要性质对蛋白质相互作用网络的影响；研究蛋白质相互作用网络的静态特性；研究蛋白质相互作用网络的动态特性。对于膜蛋白的研究目前还处于一个初期阶段,有待于进一步的研究和探索,特别是膜蛋白相互作用网络。本论文构造建立了一个膜蛋白相互作用及其网络的预测与分析系统,并对其重要性质和动态特性进行研究和探索,膜蛋白之间的重构和演化,膜蛋白网络的动力学行为分析。通过膜蛋白相互作用网络的建立与预测,发现了膜蛋白网络动力学的普适性规律,并与实验室合作验证预测结果。利用膜蛋白相互作用网络的聚集系数来推论其拓扑性质,同时研究了其无尺度和自相似特性；为膜蛋白相互作用预测与分析提供一种新方法。面向构造膜蛋白相互作用网络,我们总结分析了一种理想化基因调控网络(GRN)模型,并将其定义为简单面向膜蛋白相互作用网络拓扑性以及其输入调控模块功能性的基因调控环路的动态化。为了理解网络发展进程的动态性、集成控制,以及膜蛋白相互作用网络本身的特性,我们提出了基本形式、无量纲形式以及更复杂形式等三种模型形式,并基于此模型对膜蛋白相互作用网络的动态特性进行了仿真研究。目前蛋白质相互作用的研究还远远不够,还远没有达到系统地理解生命现象的要求,并且相互作用数据、高通量的检测技术、预测方法都还没有精标准,所以有必要对其进行深层的研究和探索,比如蛋白质相互作用网络当中重要的蛋白质节点,也就是我们在制药学中的药物靶点,从而对于世纪疾病和药物起到作用和作出贡献。最后,总结了全论文的工作,指出了研究工作中存在的不足,并对今后的研究方向和研究重点进行了讨论。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外的研究现状
• 1.2.1 生物信息学
• 1.2.2 蛋白质相互作用网络
• 1.2.3 复杂网络
• 1.3 论文的研究内容和创新点
• 1.4 论文的章节安排
• 第二章 蛋白质相互作用及其网络的综述
• 2.1 引言
• 2.2 协同智能在蛋白质研究的应用
• 2.2.1 优化计算方法
• 2.2.2 数据挖掘方法
• 2.3 蛋白质相互作用及其网络的研究现状
• 2.3.1 蛋白质组学中研究蛋白质相互作用的方法
• 2.3.2 蛋白质相互作用网络的测量
• 2.3.3 蛋白质相互作用网络的研究方法
• 2.3.4 蛋白质相互作用网络的研究现状和进展
• 2.3.5 膜蛋白相互作用的表示方法
• 2.3.6 膜蛋白相互作用及其网络的预测算法
• 2.4 小结
• 第三章 蛋白质相互作用及其网络的构造方法
• 3.1 引言
• 3.2 背景及相关工作
• 3.3 材料和方法
• 3.3.1 传统的显示方法
• 3.3.2 谱分析法
• 3.3.3 改进的谱分析法
• 3.4 结果与讨论
• 3.4.1 蛋白质相互作用网络构造的运行界面
• 3.4.2 准团（quasi-clique）和准二部图（quasi-bipartite）
• 3.5 小结
• 第四章 面向蛋白质相互作用及其网络的分析
• 4.1 引言
• 4.2 背景及相关工作
• 4.3 材料和方法
• 4.3.1 测试数据集
• 4.3.2 数据集的分析
• 4.3.3 对准团的注释
• 4.4 结果与讨论
• 4.4.1 最初的蛋白质相互作用网络
• 4.4.2 具有用最大P值和最小P值的酵母蛋白质节点的去除
• 4.4.3 具有用最大P值和最小P值的酵母蛋白质节点的突变
• 4.4.4 重要蛋白质节点对于网络的影响
• 4.5 小结
• 第五章 面向膜蛋白相互作用及其网络的静态分析
• 5.1 引言
• 5.2 背景及相关工作
• 5.3 材料和方法
• 5.3.1 测试数据集
• 5.3.2 K近邻算法
• 5.3.3 模糊K近邻算法
• 5.4 结果与讨论
• 5.4.1 小世界网络
• 5.4.2 无尺度分布
• 5.4.3 分层模块结构
• 5.4.4 膜蛋白相互作用网络中的重要蛋白质节点
• 5.5 小结
• 第六章 面向膜蛋白相互作用及其网络的动态分析
• 6.1 引言
• 6.2 背景及相关工作
• 6.3 材料和方法
• 6.3.1 测试数据集
• 6.3.2 基因调控网络模型的建立
• 6.3.3 膜蛋白相互作用网络的仿真平台
• 6.4 结果与讨论
• 6.4.1 膜蛋白相互作用网络的特性
• 6.4.2 膜蛋白相互作用网络的生物意义
• 6.5 小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 附录
• 附录A 攻读博士学位期间完成的论文
• 附录B 攻读博士学位期间所参与的项目
• 附录C 攻读博士学位期间获得的奖励和荣誉称号