蛋白质网络中相互作用及功能预测算法的研究

论文摘要

蛋白质与蛋白质间的相互作用预测和蛋白质功能预测是后基因组时代生物学中很重要的研究内容。在蛋白质相互作用网络上,人们对这两个问题已经做了大量的研究工作。本文重点研究分析了蛋白质相互作用网络的基本拓扑属性和假阳性数据在相互作用网络上的拓扑分布特征,同时对蛋白质相互作用预测和蛋白质功能预测的研究进展作了简要的介绍。基于蛋白质相互作用网络拓扑结构以及假阳性在蛋白质相互作用网络中的分布特征,在相互作用预测算法DC(Defective Clique)的基础上,提出一种新蛋白质相互作用预测算法VTC(Vertex ToClique)。实验结果表明该算法的各项预测性能都要优于DC算法。针对在蛋白质相互作用网络中,顶点度的分布服从“幂次定律”而且大部分顶点分布在度较低区域的特点,本文提出了一种基于Google搜索技术的蛋白质功能预测算法。并且根据复杂网络的优先连接原则,删除预测后的功能集中大部分的假阳性,提高了预测的可靠性,并通过实验分析验证了该算法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 生物信息学简介
• 1.1.1 生物信息学的定义
• 1.1.2 生物信息学的研究内容
• 1.2 课题研究的意义
• 1.3 课题研究的内容
• 1.4 论文组织
• 第二章 蛋白质相互作用预测和功能预测的研究进展
• 2.1 蛋白质相互作用的预测方法
• 2.1.1 生物实验的方法
• 2.1.2 计算的方法
• 2.2 蛋白质功能的预测
• 2.2.1 蛋白质功能注释所面临的挑战
• 2.2.2 基于蛋白质相互作用网络的蛋白质功能预测方法
• 2.3 本章小结
• 第三章 一种基于极大团的蛋白质相互作用预测方法
• 3.1 引言
• 3.2 预测方法
• 3.2.1 蛋白质相互作用网络的无标度性质
• 3.2.2 算法VTC（Vertex to Clique）
• 3.3 实验结果
• 3.3.1 DC和VTC在S.cerevisiae数据集上的性能
• 3.3.2 生物实例
• 3.4 本章小结
• 第四章 一种基于搜索引擎技术的蛋白质功能预测算法
• 4.1 引言
• 4.2 方法
• 4.2.1 蛋白质相互作用网络的性质
• 4.2.2 PageRank算法
• 4.2.3 IPR-1算法
• 4.2.4 IPR算法
• 4.2.5 带权的IPR算法
• 4.3 实验结果
• 4.3.1 蛋白质相互作用网络数据
• 4.3.2 交叉验证和性能评价
• 4.4 本章小结
• 第五章 结束语
• 5.1 研究工作总结
• 5.2 进一步研究工作
• 参考文献
• 致谢
• 研究成果