基于語義的蛋白質復合物識別算法的研究與應用.pdf

1、近年以來，隨著生物學的不斷發(fā)展，推動了人類基因組計劃的順利完成，與此同時，系統(tǒng)生物學和蛋白質組學的研究也在不斷的深入。因此，如何基于已知蛋白質相互作用網(wǎng)絡的結構及生物特性，研究蛋白質復合物及其功能特性成為當下的一個研究熱點。蛋白質復合物識別的算法就是用來解決這一問題，通過該方法可以挖掘有生物意義的蛋白質復合物，預測未知蛋白質的功能。
　　本文詳細介紹了蛋白質復合物識別的基本研究方法，主要包括基于圖劃分方法、基于層次的方法以及基于生

2、物信息融合的方法。在此基礎上，對蛋白質相互作用網(wǎng)絡的結構為基點，結合了蛋白質復合物自身結構特點，提出了兩個新的復合物識別算法。
　　(1)提出了一個基于語義相似度的蛋白質復合物識別算法。由于目前多數(shù)復合物的識別算法是作用于無權蛋白質網(wǎng)絡上，沒有考慮到蛋白質之間固有的生物特性，這會對復合物識別的準確率產(chǎn)生了較大的影響。因此，本文提出了一種基于語義相似度的聚類算法--DSC算法。該算法首先構建蛋白質加權網(wǎng)絡，在無權網(wǎng)絡上基于邊的聚集系

3、數(shù)識別蛋白質復合物。實驗證明，該算法取得良好的實驗結果。
　　(2)提出了一個基于關鍵節(jié)點分層擴展的蛋白質復合物識別算法。針對傳統(tǒng)算法側重于網(wǎng)絡整體的拓撲結構，忽略了對復合物自身結構特點的研究。本文釆用了網(wǎng)絡關鍵節(jié)點選擇、多層次擴展的方法來識別蛋白質復合物的方式。在分層擴展的過程中，使用我們構造的加權相互作用網(wǎng)絡，以節(jié)點之間的語義相似度作為擴展的基礎，提出了基于關鍵節(jié)點分層擴展的蛋白質復合物識別算法---KNHE算法，并將其應用在