蛋白質(zhì)相互作用網(wǎng)絡(luò)實(shí)驗(yàn)對(duì)比分析.pdf

1、測(cè)序人類(lèi)基因組工作已經(jīng)逐步形成，研究蛋白質(zhì)之間的相互影響及作用成為研究的一個(gè)非常重要的課題。如何利用和開(kāi)發(fā)PPIs(Protein-Protein Interactions)信息及PIN(Protein-protein Interactions Network)來(lái)分析和預(yù)測(cè)蛋白質(zhì)的功能成為了生命信息科學(xué)領(lǐng)域的一大熱點(diǎn)。
　　本文通過(guò)運(yùn)用基于蛋白質(zhì)相互作用網(wǎng)絡(luò)利用生物信息學(xué)的預(yù)測(cè)方法，構(gòu)建功能蛋白質(zhì)相互作用的網(wǎng)絡(luò)，采用蛋白質(zhì)相互作用

2、網(wǎng)絡(luò)新的聚類(lèi)方法，建立細(xì)胞功能相關(guān)的模型，闡明細(xì)胞功能分子運(yùn)行機(jī)制、預(yù)測(cè)蛋白質(zhì)功能及相互作用等方面的問(wèn)題，以解決生物學(xué)問(wèn)題。
　　為更準(zhǔn)確預(yù)測(cè)蛋白質(zhì)的功能，本文對(duì)算術(shù)平均最小值的K-means聚類(lèi)算法進(jìn)行改進(jìn)，利用改進(jìn)的AAMV的K-means聚類(lèi)算法對(duì)蛋白質(zhì)進(jìn)行功能預(yù)測(cè)。首先根據(jù)蛋白質(zhì)之間的相互作用，通過(guò)人類(lèi)AD（Alzheimer’s Disease）相關(guān)PPI網(wǎng)絡(luò)圖，得出蛋白質(zhì)之間的關(guān)聯(lián)矩陣；然后利用AAMV法求得相似度矩陣

3、；最后，在相似度矩陣的基礎(chǔ)上，利用本文提出的加權(quán)誤差平方和準(zhǔn)則進(jìn)行有效收斂，利用改進(jìn)的K-means聚類(lèi)方法對(duì)PPI網(wǎng)絡(luò)中的蛋白質(zhì)進(jìn)行聚類(lèi)與功能預(yù)測(cè)。
　　本文設(shè)計(jì)實(shí)驗(yàn)比較三種改進(jìn)的算法的AAMV法的K-means，Maryland Bridge和Korbel算法。分析三種算法的時(shí)間復(fù)雜度發(fā)現(xiàn)基于改進(jìn)的AAMV的K-means算法與Maryland Bridge方法的復(fù)雜度均為O(n)，Korbel方法時(shí)間復(fù)雜度為O(n4)，實(shí)驗(yàn)