水稻蛋白质相互作用网络的生物信息学分析

论文摘要

运用生物信息学方法对预测的蛋白质相互作用组数据进行数据挖掘已经成为蛋白质相互作用研究中最为热门的领域之一。因此,我们利用生物信息学的方法整合同源相互作用信息,对水稻（Oryza sativa）的蛋白质相互作用进行了预测,获得了76585对相互作用,共涉及到5049个蛋白质。为了深入研究水稻蛋白质相互作用网络的结构与功能,我们对得到的相互作用网络进行了基因表达谱、GO注释、亚细胞定位等生物信息学分析。通过GO的聚类分析,我们发现该预测网络的GO注释水平达到了84%,且对整个水稻蛋白质组有较高的覆盖度且分布十分均匀。通过对该预测网络的基因共表达分析,我们发现该预测网络中相互作用蛋白质之间具有显著的基因共表达趋势。通过对该预测网络的亚细胞定位分析,我们发现该预测网络中相互作用蛋白定位在同一个亚细胞器中的趋势显著,比例达到了44.3%。通过对网络的拓扑结构进行分析,我们揭示了该预测网络在拓扑结构上具有显著的无尺度网络属性和小世界网络属性,并进一步与酵母、人类、拟南芥等模式生物的蛋白质相互作用网络进行了比较,发现水稻的蛋白质相互作用网络具有高度模块化的特征。通过对网络功能模块进行分析,我们挖掘出了高网络连接度的核心蛋白质和高保守性子网络,并以MADS-box功能域蛋白家族和生理节律信号通路为例,对功能特异性网络模体（motif）和生物通路进行了拓展。

论文目录

• 摘要
• Abstract
• 图表索引
• 第1章 前言
• 1.1 蛋白质相互作用背景介绍及研究现状
• 1.1.1 蛋白质相互作用系统生物学背景
• 1.2 植物蛋白质相互作用网络背景介绍及研究现状
• 1.2.1 模式植物拟南芥蛋白质相互作用网络研究现状
• 1.2.2 水稻蛋白质相互作用网络研究现状
• 第2章 数据和方法
• 2.1 水稻蛋白质相互作用预测数据
• 2.2 水稻蛋白质相互作用实验数据
• 2.3 水稻蛋白质基因组注释数据
• 2.3.1 水稻基因组GeneOntology数据
• 2.3.2 水稻蛋白质亚细胞定位预测数据
• 2.3.3 水稻基因组基因共表达数据
• 2.3.4 水稻蛋白质组生物通路数据
• 2.4 GO相似性和基因共表达算法
• 2.4.1 GO特异相似性计算方法
• 2.4.2 基因共表达皮尔逊相关性系数计算方法
• 第3章 结果和讨论
• 3.1 水稻蛋白质相互作用网络拓扑结构分析
• 3.2 水稻蛋白质相互作用网络GO分析
• 3.3 水稻蛋白质相互作用网络亚细胞共定位分析
• 3.4 水稻蛋白质相互作用网络基因共表达分析
• 3.5 高网络连接度蛋白质和高保守性相互作用分析
• 3.6 水稻蛋白质相互作用网络生物通路分析
• 3.7 蛋白质相互作用功能子网络拓展
• 3.8 水稻蛋白质组信号通路和代谢子网络拓展
• 第4章 结论和展望
• 参考文献
• 致谢