比较图元向量和点的聚类系数对差异网络的研究.pdfVIP

第 11 卷第 4 期 2013 年 12 月 生物信息学 Vol.l l No .4 Dec. ,2013 Chinese }oumal of Bioinformatics doi: 10. 3969/j.issn.1672-5565.2013.04.04 比较图元向量和点的聚类系数对差异网络的研究 肖碧玉，李先彬，沈良忠，刘文斌* (温州大学物理与电子信息工程学院，浙江温州 .325035 ) 摘 要:差异分析对于揭示生命体的生长、发育和衰老过程及疾病发生具有重大的意义，基于网络的差异分析方法已经成为 系统生物学的一个研究热点。网络节点往往通过与局部结构作用实现某种功能，其与局部结构的关系变化，很可能影响其功 能。本文利用仿真实验的方法比较了图元向量和点的聚类系数两种局部结构测度的性能并且利用他们分别设计算法挖掘 差异网络中模块化变化的基因簇 c 应用 AGEMAP 数据库中小鼠 12 个组织基因表达数据进行实验大部分聚类簇都高度显著 富集与衰老相关的 GO 项。 关键词:差异网络;点的聚类系数:图元向量;小鼠衰老 中图分类号 :R978. 1 +6 文献标识码 :A 文章编号 :1672-5565(2013)-04-264-07 Comparing graphlet orbit and clustering coefficient in differentially network XIAO Bi-yu , LI Xian-bin ,SHEN Liang-zhong , LIU Wen-bin 丰 ( Deparlmenl of Physics αnd Eleclronic information engineering. Wenzhou University. Wenzhοu 325035 , China) Abstract: Differential analysis is very important for understanding the process of biological evolution and the progress of diseases. Recently , graph based differential analysis has tumed to be a hot area in system biology. One node often works with its neighboring nodes , so that their functions will change if their connections change. In this paper , we compared graphlet orbit and clustering coefficient by random networks. We used them to mine within module differential co-expresssion clusters. Application to data for mice showed that most of the clusters are significant enriched in some GO te口ns related to aging. Keywords: Differentially Network; Clustering Coefficient; Graphlet Orbit; Aging 系统生物研究表明:生命体的生长、发育、衰老 过程以及疾病的发生与基因之间相互作用的变化密 切相关。随着以微阵列技术为代表的各种高通量技 术的飞速发展，人们可以同时观察到一个细胞中成 千上万个基因的活动状况。如何利用这些数据挖掘 出其中潜在变化，对于揭示衰老及疾病的发生发展， 具有重要的生物学意义。因此，基于基因表达谱数 据的差异分析成为系统生物学的一个研究热点。基 因差异表达的分析大致可以分为以下兰个层次: ( 1 )生物学中，有些关键基因表达水平的高低 往往是导致疾病产生的关键因素。因此，最早的差 异分析主要集中在单个基因表达水平的变化，如 收稿日期:2012-04-28;修回日期 :2012-07-23. }acob 等发现小鼠衰老期各组织的基因表达水平变 化存在较大的差异，可归类为神经组织、血管组织、 类罔醇反应组织、气种衰老类型 l (2) 基因之间往往是通过相互作用来实现某种 功能，因而挖掘基因作用关系的变化能够揭示基因 (簇)与功能之间的关系。 Remondini 通过比对基因 时间序列网络的度的分布，发现 c-myc 致癌基因的 活性与基因的网络结构有密切关系工。 Voy 等通过 研究网络边的