生物分子网络及复杂网络中模式结构识别问题的研究.docVIP

论文中英文摘要 作者姓名：张 论文题目： 作者简介：张世华，男，1980年5月出生，2003年9月师从于中国科学院数学与系统科学研究院章祥荪研究员，于2008年7月获博士学位。 中 文 摘 要 , 可以获得大量的生物`组学(Omics) 数据(如基因组、蛋白组、代谢组等). 而近几年, 复杂网络的研究正成为广泛关注的热点, 网络也成为刻画数据关系的重要的工具. 各种各样的大规模生物分子网络(如蛋白质相互作用网络、基因调控网络、代谢网络等) 也正成为研究生物系统的重要材料. 同时, 为我们系统地分析生物分子网络的拓扑结构、组织形式、演化规律提供了丰富的素材, 也为进一步研究生物的运行机制、稳定性提出了巨大的挑战. 在这些生物分子网络中识别和挖掘各种模块结构, 已成为系统生物学的基本问题. 这一基本问题也引起了生物、应用数学、物理学和计算机科学家的广泛注意. 本文即属于运筹学与应用数学在生物分子网络以及复杂网络中的应用. 这里主要侧重相关网络问题建模与算法的研究. 研究和分析生物分子网络中的特殊模式结构, 有助于我们更好的理解细胞组织以及细胞功能, 进而系统的考察分子的运行机制. 本文主要从三个方面研究了生物分子网络以及一般复杂网络中的局部模式结构问题. 第一个方面的问题是生物分子网络的比对的问题, 目的是从中识别保守的模块结构; 第二个方面是从网络中直接识别模块结构, 目的是识别拓扑上重要的模块化结构包括模块化结构的识别和评价以及模糊模块结构的识别; 第三个方面是从静态的生物分子网络出发, 结合隐含的包含动态信息的基因表达数据识别特定状态的通路问题, 该问题最终可以归结为在赋权网络中识别权重最大的连通子图问题. 这三个方面的问题, 相互联系又相互区别, 从生物分子网络以及一般复杂网络的不同角度考察了网络的局部模式结构. 图.1展示了本论文的主要研究对象和研究目标. 论文的第一章对生物分子网络研究的具体背景和基本知识进行了简单的介绍, 并对紧密相关的一般复杂网络的研究情况进行了介绍. 并在最后，概括了该论文的主要研究内容和基本结构. 第二章, 系统的总结了生物分子网络相关的研究, 特别强调了在计算的角度从网络水平上揭示生物功能和机制的系统生物学研究, 并最终全面地总结了相关的数据和软件工具.第三、四、五、六章分别介绍了本论文的主要结果。其中包括： (1) 提出了一种有效的网络比对方法. 通过不同物种或同一物种内部的分子网络比较方法来揭示保守的模式或信号途径逐渐成为越来越重要的问题. 为了找出保守的子结构, 我们设计了一个有效的分子网络比对(network alignment)算法. 该算法是基于整数二次规划(Integer quadratic programming: IQP) 方法,并综合了分子的相似性和网络拓扑的相似性. 这个IQP 模型可以松弛成相应的二次规划(Quadratic programming: QP) 模型, 并保证几乎 图.1: 本论文中的主要研究对象、研究问题以及研究目标的总括. 总是得到整数解.因此, 不需要任何启发式操作就能使生物分子网络比对问题得以求解. 这个新提出的框架非常灵活, 它可以应用于各种分子网络包括赋权的、不赋权的, 有向的、无向的, 甚至有环或者无环的. (2) 对网络的模块化分解问题, 我们提出了一种新的评价模块划分的定量指标函数, 即模块化密度(modularity density, D). 我们首先证实了这个指标函数比目前广泛使用的模块化指标Q 更优越, 并且证明了它与核k-均值(kernel k-means) 目标函数的等价性. 通过理论和数值验证, 结果显示了优化这个新指标不仅可以从网络中解析出已有方法不能得到的精细模块, 而且可以准确识别网络中包含的模块数目. (3) 设计了两种从网络中探测模糊模块的算法. 第一种方法受到一般模糊几何聚类的启发, 综合了基于模糊概念推广的模块化指标Q, 一种近似的在欧氏空间的谱松弛映射和模糊c-均值聚类(fuzzy c-means clustering: FCM) 方法. 第二种方法是基于非负矩阵分解(non-negative matrix factorization: NMF) 技术,将其应用于由网络的扩散核(diffusion kernel) 代表的特征空间. 两种方法都可以根据定量的模块化指标函数识别模块的数目, 并使得一些顶点可能属于不只一个模块. 突出特点是前者可以给出一个相对隶属度, 而后者可以量化一个顶点属于一个模块的绝对隶属程度. 在各种测试网络上的数值模拟实验表明, 这两种方法可以用于识别模糊的模块结构. (4) 研究了一种带约束的最大边权重连通子图问题并给出了算法. 通过整合基因表达数据和蛋白质相互作用网络, 识别具