基于聚类算法和相互作用网络.pptVIP

基于聚类算法和相互作用网络的蛋白质功能预测研究 导师：廖波（教授） 学生：刘昊 报告提纲 研究背景及选题意义 基于PPI网络的聚类算法 基于PPI网络的蛋白质功能预测 展望 研究背景与意义 国家自然科学基金项目： 数学方法在计算分子生物学中的应用 选题意义： 1、有利于预测未知蛋白质的功能 2、为新药的开发提供依据 本文的主要工作 提出了建立蛋白质相互作用的有权网络。这将比之前的无权网络包含了更丰富的生物学信息 。 提出了一种新的聚类算法，将其应用到蛋白质相互作用的有权网络中去。 提出了将孤立蛋白序列与聚类中心蛋白序列用蚁群算法作序列比对。进而将孤立蛋白接入网络，预测其功能。 报告提纲 研究背景及选题意义 基于PPI网络的聚类算法 基于PPI网络的蛋白质功能预测 展望 定义 关键蛋白质Vi的选取是基于与节点Vj相连的边的权之和，边之间的权重Wi,j是通过计算蛋白质i与蛋白质j的基因表达谱之间的关联系数得到。 定义 结点间的相似度函数 定义 聚类块与聚类块的相似度函数 聚类衡量函数 实验 实验结果 试验结果讨论 1) 先分裂后合并的方法避免了传统的层次聚类算法合并后难以调整结果的聚类准确度问题。 2) 通过引入参数，不仅控制了聚类块内的对象的紧凑性，而且控制了聚类之间的相似度。 3) 在合并时只对结点相邻的类合并，减少了大量不同类之间的结点的网络距离的计算，提高了聚类算法性能。 试验结果讨论 基于k-means聚类算法，Maryland Bridge方法和Korbel方法都能体现蛋白质之间的相互联系。但是由于它们是基于无权网络的聚类算法，在聚类过程中，屏蔽了许多蛋白质间的生物化学性质。 报告提纲 研究背景及选题意义 基于PPI网络的聚类算法 基于PPI网络的蛋白质功能预测 展望 分子生物学中大量的研究表明，序列水平上相似的蛋白质，其功能也相似。若某条功能未知的蛋白质序列与功能已知的蛋白质序列具有较高的同源性。则功能未知的蛋白质可以认为与该功能已知的蛋白质具有相同的功能。 蛋白质相互作用网络是具有小世界网络模型的特点。（马太效应） 敏感性 特异性 输入：2条待比对的序列。 输出：输出每轮比对最高分。 步骤1：初始化,选取合适的参数。 步骤2：执行后面的步骤直到迭代次数大于NC_max或得分连续20代保持不变。 步骤3：对于所有蚂蚁z=1,2…m： 若蚂蚁没有到达矩阵右下角终点,按照规则将蚂蚁移到新的位置。 若蚂蚁到达矩阵右下角终点,则将蚂蚁标志设置为1。 步骤4：信息素更新： 当迭代次数小于M代时，按照公式计算每只蚂蚁的信息素增量。同时，迭代次数NC增1, 蚂蚁标志置0。 当迭代次数大于M代时，则只对比对得分前N只蚂蚁的信息素进行更新。NC=NC+1, 蚂蚁标志置0。 步骤5：保存每轮比对的最高分。循环转到步骤2。 实验结果讨论 本文用蚁群算法做双序列比对，这是一种全局最优的算法并通过实验可以得到的结果比滑动窗口算法的结果具有高可靠性。 就蛋白质功能预测而言，得到的结果比滑动窗口算法的结果具有更高的准确率。 报告提纲 研究背景及选题意义 基于PPI网络的聚类算法 基于PPI网络的蛋白质功能预测 展望 展望 通过构建功能特异的局部相互作用网络模型来细化AD相关蛋白质的功能为AD的研究提供新思路，对于进一步实验研究AD的发病机制具有指导意义。 蚁群算法双序列比对结合基因表达谱等多种数据源来提高蛋白质功能预测的效果是一个值得进一步研究的方向。 攻读硕士期间发表的论文 刘 昊，廖 波，彭利红.基于蛋白质相互作用网络的聚类算法研究. 计算机工程与应用 2008,44(30) 142-144。 Hao Liu， Bo Liao, Node Based clustering method on protein-protein interaction network,Journal of Computational and Theoretical Nanoscience, accepted 彭利红，廖 波，刘 昊. 基于蛋白质相互作用网络图的聚类方法. 计算机工程与应用. 2008,44(32) 132-133。 Weiyang Chen, Bo Liao, Wen Zhu, Hao Liu, Qingguang Zeng. An ant colony pairwise alignment based on the dot plots. Journal of Computational Chemistry, Volume 30, Issue 1, Date: 15 January 2009, 93-97 攻读硕士期间参