蛋白质相互作用网络实验对比分析-软件工程专业论文.docxVIP

万方数据 万方数据 分类号 密级 UDC 注 1  学 位 论 文 蛋白质相互作用网络实验对比分析 （题名和副题名） 吴 晟 （作者姓名） 指导教师姓名 吴 劲 副教授 电子科技大学 成 都 殷志伟 高 工 湖南有色集团有限公司 长 沙 （职务、职称、学位、单位名称及地址） 申请专业学位级别 硕士 专业学位类别 工 程 硕 士 工程领域名称 软 件 工 程 提交论文日期 2011.05.01 论文答辩日期 2011. 06.04 学位授予单位和日期 电 子 科 技 大 学 答辩委员会主席 评阅人  2011 年 6 月 12 日 注 1：注明《国际十进分类法 UDC》的类号 独 创 性 声 明 本人郑重声明：所呈交的学位论文， 是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究在做出重要贡献的个人和集体， 均已在文中以明确方式标明. 本 人完全意识到本声明的法律责任由本人承担。 论文作者签名： 吴晟 日 期： 2011 年 6 月 关于学位论文使用授权的声明 本人完全了解电子科技大学有关保留、使用学位论文的规定， 同 意学校保留或向国家有关部门或机构送交论文的复印件和电子版， 允 许论文被查阅和借阅；本人授权电子科技大学可以将本学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他 复制手段保存论文和汇编本学位论文。 (保密论文在解密后应遵守此规定) 论文作者签名： 吴晟 导师签名： 日 期：2011 年 6 月 12 日 摘要 摘 要 测序人类基因组工作已经逐步形成，研究蛋白质之间的相互影响及作用成为 研究的一个非常重要的课题。如何利用和开发 PPIs(Protein-Protein Interactions)信息 及 PIN(Protein-protein Interactions Network)来分析和预测蛋白质的功能成为了生命 信息科学领域的一大热点。 本文通过运用基于蛋白质相互作用网络利用生物信息学的预测方法，构建功 能蛋白质相互作用的网络，采用蛋白质相互作用网络新的聚类方法，建立细胞功 能相关的模型，阐明细胞功能分子运行机制、预测蛋白质功能及相互作用等方面 的问题，以解决生物学问题。 为更准确预测蛋白质的功能，本文对算术平均最小值的K-means聚类算法进行 改进，利用改进的AAMV的K-means聚类算法对蛋白质进行功能预测。首先根据蛋 白质之间的相互作用，通过人类AD（Alzheimer’s Disease）相关PPI网络图，得出 蛋白质之间的关联矩阵；然后利用AAMV法求得相似度矩阵；最后，在相似度矩 阵的基础上，利用本文提出的加权误差平方和准则进行有效收敛，利用改进的 K-means聚类方法对PPI网络中的蛋白质进行聚类与功能预测。 本文设计实验比较三种改进的算法的AAMV法的K-means，Maryland Bridge和 Korbel算法。分析三种算法的时间复杂度发现基于改进的AAMV的K-means算法与 Maryland Bridge方法的复杂度均为O(n)， Korbel方法时间复杂度为O(n4)，实验结 果发现基于改进的AAMV法的K-means算法与Maryland Bridge方法所得结果的吻 合度达到为100%，而与Korbel方法所得结果的吻合度则为97.5%。因此基于改进的 AAMV的K-means算法具有较好的时间复杂度和吻合度，能更好地对蛋白质相互作 用功能进行预测。 关键词：PPIs；PIN；功能预测；聚类算法；对比分析 Ⅰ ABSTRACT ABSTRACT With the completion of human genome sequencing， the research on protein-protein interaction has become one of very important issues. Using PPI information and predicting protein function is an important aspect.Its research has become a major field of life sciences. In this paper，we researched the methods of predicting the proteins function using PPIs and PIN. This article through the use of protein interactions network based on the forecasti