基于时序网络的蛋白质复合物挖掘与疾病基因预测研究

发布时间：2017-05-12 17:10

  本文关键词：基于时序网络的蛋白质复合物挖掘与疾病基因预测研究，由笔耕文化传播整理发布。

【摘要】：生物网络模块化结构识别和人类疾病基因预测在生物信息学领域具有重要研究价值。本文从蛋白质相互作用网络的拓扑特征出发,认为网络中节点的模块归属性可以由它的周围邻居节点的紧密程度来界定。据此设计新的复合物识别算法,然后将该算法应用到人类蛋白质功能模块划分,通过对候选疾病基因进行排序预测疾病基因。具体而言,本文开展了以下研究工作：(1)蛋白质相互作用网络是一种复杂网络。受复杂社交网络形成规律和关键节点识别思想的启发,本文通过分析网络节点的邻居节点的关联紧密程度,提出一种新的在动态蛋白质网络上挖掘蛋白质复合物的新方法NC-TDPINs(Neighbor Closeness base on Transient Dynamic Protein Interaction Networks)。在NC-TDPINs算法中,首先以聚集系数较大的节点及其邻居作为初始模块核,然后采用基于邻居节点紧密度的划分策略来逐步进行核扩展,节点的归属性可以由分布在不同局部子图中的邻居节点的紧密程度来决定,从而实现蛋白质复合物识别。和其它经典算法相比,NC-TDPINs能够识别出更多具有生物意义的蛋白质复合物,同时准确性也优于其他方法。(2)复杂疾病的发生与发展通常涉及众多基因突变、表达调控紊乱等因素,这些基因相互之间表现出一定的模块性。本文根据"guilt-by-association"假设,从疾病表型与基因集合关系的角度出发,首先在蛋白质相互作用网络基础上构建模块相互作用网络,采用Mpagerank(Modules PageRank)方法先对模块进行打分,再对模块内的基因进行统计排序,通过考察模块中候选疾病基因与已知疾病基因的关系来预测疾病基因。实验结果表明：Mpagerank方法对疾病基因预测结果要优于NetScore,NetZcore,fFlow等经典方法。
【关键词】：蛋白质网络 蛋白质复合物 邻居节点紧密度 模块相互作用网络
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R319;TP311.13
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 课题研究背景10-13
• 1.2 课题研究意义13-14
• 1.3 论文主要创新14-15
• 1.4 本文的组织结构15-16
• 第二章 蛋白质相互作用网络相关研究进展16-22
• 2.1 蛋白质网络拓扑特征16-17
• 2.2 关键节点识别的相关研究17-18
• 2.3 蛋白质复合物识别算法的相关研究18-19
• 2.4 基于相互作用网络的致病基因预测的相关研究19-20
• 2.5 本章小结20-22
• 第三章 基于时序网络和局部策略的蛋白质复合物挖掘22-44
• 3.1 引言22-23
• 3.2 算法设计与实现23-30
• 3.2.1 时序网络的构建23-25
• 3.2.2 基于邻居节点紧密度的划分策略25-27
• 3.2.3 算法流程27-30
• 3.3 实验结果分析30-43
• 3.3.1 实验数据30
• 3.3.2 算法有效性分析30-35
• 3.3.3 蛋白质复合物动态特性分析35-40
• 3.3.4 功能富集分析40-43
• 3.4 本章小结43-44
• 第四章 基于蛋白质功能模块排序的疾病基因预测44-56
• 4.1 引言44-45
• 4.2 算法设计与实现45-49
• 4.2.1 模块相互作用网络的构建及其初始化45-48
• 4.2.2 Mpagerank方法48-49
• 4.3 实验分析49-55
• 4.3.1 实验数据49
• 4.3.2 基因排序比较分析49-50
• 4.3.3 影响模块排名因素的分析50-53
• 4.3.4 乳腺癌疾病模块化分析53
• 4.3.5 模块重叠化分析53-55
• 4.4 本章小结55-56
• 第五章 总结与展望56-58
• 5.1 本文总结56-57
• 5.2 展望57-58
• 参考文献58-68
• 在校期间发表的论文和参与的项目68-69
• 致谢69

【相似文献】

中国期刊全文数据库 前2条

1 胡凡;许志洋;夏峥嵘;王富强;王玲;;细胞质膜及其蛋白质复合物分离与定性方法研究[J];南京医科大学学报(自然科学版);2013年03期

2 ;[J];;年期

中国重要会议论文全文数据库 前6条

1 蒋思婧;马立新;陈焕春;;表达蛋白质复合物的伪狂犬病毒系统的建立[A];中国蛋白质组学第三届学术大会论文摘要[C];2005年

2 汪文俊;王广策;马圣媛;孙海宝;曾呈奎;;条斑紫菜类囊体膜的分离以及色素-蛋白质复合物的分离以及特性的初步研究[A];中国藻类学会第十一次学术讨论会论文摘要集[C];2001年

3 汪文俊;王广策;马圣媛;刘洪艳;孟斌;烫晓荣;孙海宝;曾呈奎;;条斑紫菜类囊体膜的分离以及色素-蛋白质复合物的分离以及特性的初步研究[A];中国科学院海洋科学青年学术研讨会暨2001年海洋湖沼科学青年学者论坛论文摘要集[C];2001年

4 都建;秦宜德;姚雪彪;;一个新的与CENP-E结合的动点蛋白CENP-V的发现与功能研究[A];华东六省一市生物化学与分子生物学会2010年学术交流会论文集[C];2010年

5 邵锦震;张宇博;丁毅;;水稻类囊体膜蛋白质复合物的BN/SDS-PAGE分离与蛋白质组学研究[A];中国遗传学会第八次代表大会暨学术讨论会论文摘要汇编（2004-2008）[C];2008年

6 唐淳;;极弱蛋白质瞬态复合体与磷酸信号转导[A];中国生物化学与分子生物学会第十一次会员代表大会暨2014年全国学术会议论文集——专题报告一[C];2014年

中国博士学位论文全文数据库 前5条

1 任峻;蛋白质网络中复合物的挖掘与应用研究[D];中南大学;2013年

2 潘建义;大肠埃希氏菌蛋白质复合物组的鉴定分析及重要复合物的功能研究[D];厦门大学;2008年

3 徐博;基于蛋白质关系网络的复合物抽取研究[D];大连理工大学;2014年

4 彭玮;基于随机游走模型的蛋白质网络研究[D];中南大学;2013年

5 常珊;蛋白质结构预测方法学研究[D];北京工业大学;2009年

中国硕士学位论文全文数据库 前10条

1 彭小清;动态蛋白质网络的构建和蛋白质复合物识别研究[D];中南大学;2012年

2 赵艳丽;基于时序网络的蛋白质复合物挖掘与疾病基因预测研究[D];华中师范大学;2015年

3 王丹阳;基于路径相似性的蛋白质复合物检测方法[D];西安电子科技大学;2012年

4 李鹏;基于蛋白质亲和密度扩展的蛋白质复合物挖掘[D];华中师范大学;2014年

5 张海;大鼠神经细胞蛋白质复合物组学和多肽组学研究[D];湖南师范大学;2010年

6 武学鸿;蛋白质网络的聚类分析方法及评估[D];中南大学;2013年

7 李灿;基于基因本体的蛋白质网络中蛋白质复合物识别算法研究[D];湖南大学;2013年

8 刘女英;Blue native-PAGE分离复合物方法的建立及其在膜蛋白质复合物鉴定中的应用[D];湖南师范大学;2011年

9 刘鹏飞;基于传播理论的蛋白质复合物挖掘算法研究[D];华中师范大学;2014年

10 姚雪军;蛋白质中氢键以及蛋白质复合物界面检测的核磁共振方法研究[D];华东师范大学;2008年

  本文关键词：基于时序网络的蛋白质复合物挖掘与疾病基因预测研究，由笔耕文化传播整理发布。

，

本文编号：360368