基于PPI網絡的疾病侯選基因排名方法研究.pdf

1、有效識別疾病的致病基因是人類遺傳學研究的關鍵問題。傳統的基因定位方法將候選基因的位置限制在一個區(qū)域內，該區(qū)域通常包含幾十到幾百個候選基因，采用生物實驗的方法對這些基因進行逐一識別非常昂貴且費時。而使用生物信息學的方法不僅可以降低成本，而且可以快速甄別候選基因，進行基因的定位。其中，基于PPI網絡的候選基因排名方法表現出了較好的性能。本文基于PPI網絡研究疾病候選基因排名問題，主要研究成果如下:
　　第一，提出了一種基于最短路徑的候

2、選基因排名方法SPranker?；谙嗨票硇偷募膊∈怯晒δ芟嚓P的基因引起的這一依據，進一步提出了融合GO語義相似性的排名方法SPGOranker，同時考慮了蛋白質之間的最短路徑和它們之間的GO語義相似性。我們使用Orphanet數據庫中的172種罕見疾病的1598個已知致病基因數據集進行留一法交叉驗證。實驗結果表明，本文提出的方法SPranker和SPGOranker比其它三種基于PPI網絡的方法VS、ICN和RWR具有更好的排名效果。

3、此外，我們還用SPranker和SPGOranker識別罕見疾病潛在的致病基因。
　　第二，提出了一種基于搜索引擎算法的疾病候選基因排名方法TrustRanker。首先我們構建了人類疾病網絡，并分析其網絡拓撲特性。我們使用兩種疾病之間的相似性，拓撲相似性和疾病表型相似性，來選擇與特定疾病相關的基因作為種子。利用這些種子基因來初始化TrustRanker方法所需的初始概率矩陣。我們使用OMIM數據庫中的2666種疾病的2705個已知