整合PPI与基因表达谱课件.pptVIP

蛋白质复合物与功能模块关系 一个功能模块通常包含多个复合物; 包含在同一功能模块中的复合物倾向于参与同一生物过程. * */15 * */16 谢谢！ * Towards the identification of protein complexes and functional modules by integrating PPI network and gene expression data 报 告 人：李光辉 Li min .BMC Bioinformatics，2012 背景 在蛋白质相互作用网络中识别蛋白质复合物和功能模块有助于理解细胞组织的原理及预测蛋白质的功能. 在过去几十年，提出了许多计算方法用于聚类PPI网络. 不足： 传统的聚类方法将PPI网络视为一个静态图，忽视了这类网络的内在的动态性； 未区分蛋白质复合物与功能模块. * */15 蛋白质复合物与功能模块 蛋白质复合物 在相同时间和空间上相互作用的一组蛋白质; 功能模块 参与一个特定细胞过程的一组蛋白质，而这组蛋白质在不同的时间和空间上相互作用. * */15 动态PPI网络的构建 数据集： DIP：yeast PPI 36个含时序的基因表达谱数据及周期性转录数据 时序子网络(TSNs)的构建 过滤基因表达谱 映射过滤后的基因表达谱与静态PPI相互作用数据 * */15 蛋白质复合物与功能模块识别的框架 * */15 TSN-PCD:基于时序子网络的蛋白质复合物发现算法 在每一个时序子网络中使用基于边聚集值的层次聚类算法发现复合物. 边聚集值 模块定义：H是带权图G的一个子图 * */15 TSN-PCD:基于时序子网络的蛋白质复合物发现算法 * */15 TSN-PCD:基于时序子网络的蛋白质复合物发现算法 * */15 DFM-CIN:在复合物相互作用网络识别功能模块 若两个复合物至少出现在同一个时序子网络中，则称它们是同步的. 若两个复合物出现在两个连续的时序子网络中，则称它们是邻接的. 两个复合物的相似性 复合物相互作用网络的构建 一个顶点代表一个复合物，边表示两复合物之间的联系.若两个复合物是同步和邻接的，且相似性大于等于阈值th，则这两个复合物有一条边相连. * */15 DFM-CIN:在复合物相互作用网络识别功能模块 子图K的模块性 记 为簇K一个邻居节点,该节点对簇K的模块贡献值定义为： * */15 DFM-CIN:在复合物相互作用网络识别功能模块 算法步骤：记G(V,E)是一个复合物相互作用网络 图G中的所有顶点按照其出现的频率的非递增顺序插入到队列Q中; 选择队列Q中第一个元素做为种子，并初始化为一个单独的簇K; a. 计算簇K的所有邻居节点对于模块K的贡献值 若存在正的贡献值，则选择拥有最大贡献值的邻居节点加入到簇K中，并跳到b; 若不存在则停止簇K的扩展，且将簇K的所有顶点从队列Q中删除，并跳到3; b. 重复a过程 重复步骤2，直到队列Q为空. * */15 DFM-CIN:在复合物相互作用网络识别功能模块 * */15 DFM-CIN:在复合物相互作用网络识别功能模块 * */15 复合物评价指标 识别复合物与已知复合物重叠得分 特异性(specificity,Sp)是指算法识别的蛋白质复合物中识别正确的部分所占比重 敏感度(sensitivity,Sn)是指已知蛋白质复合物中被算法标识出来的部分所占比重 其中TP表示算法识别的蛋白质复合物中与己知蛋白质复合物匹配的数量,FP等于识别的蛋白质复合物总数减去TP,FN表示己知蛋白质复合物中没有被标识的数量 * */15 复合物评价指标 综合评价指标F：特异性和敏感度的调和平均数 * */15 实验结果 * */15 实验结果 * */15 功能模块的富集分析 组成功能模块的一组蛋白质倾向于参与同一生物过程中. 根据超几何聚集分布的P-value来注释识别的功能模块的主要功能, P-value体现了识别的模块对某个功能的富集程度,其计算公式为: 其中,N表示蛋白质网络的规模,C表示功能模块中的蛋白质数量,k表示功能模块中含有某个功能的蛋白质数量,F表示蛋白质网络中含有该功能的蛋白质数量. * */15 实验结果 * */15 *