蛋白质相互作用网络中复合物识别算法研究-计算机科学与技术专业论文.pdf.docxVIP

艄4Research 艄4 Research on Protein Complexes Identification Algorithms in Protein．Protein Interaction Networks by CAO Buwen M．S．(Hunan Normal Uni、／ersity)2007 A thesis submitted in partial satisfaction of the requirements for the degree of Doctor of Engineering Computer Science and Technology in the Graduate School of Hunan University Supervisor Professor LUO Jiawei June，2016 万方数据 湖南大学 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 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 法律后果由本人承担。 作者签名：懦 日期：≤砌铱#6月0日 学位论文版权使用授权书 储签名：静豁 一日期：幽惦6月』)日 导师签名： 形户移日期：知，缛 莎月歹日 f 万方数据 蛋白质相互作用网络中复合物识别算法研究摘 蛋白质相互作用网络中复合物识别算法研究 摘 要 在后基因组时代，随着高通量技术的迅猛发展，产生了大量的蛋白质相互作 用网络数据，如何从这些海量的蛋白质网络数据中挖掘出有意义的子结构是当前 生物信息学研究的主要热点之一。蛋白质复合物作为细胞元件功能实现的主要载 体，对于理解蛋白质网络的结构以及认识细胞内生命活动的组织及过程具有重要 的意义。 本文以真实的蛋白质相互作用网络作为研究对象，分别从无权网络和加权网 络研究了复合物的识别问题。对于无权网络，针对当前大多数算法主要采用单一 网络拓扑特征挖掘复合物的现状，设计了以复合物密度、大小和特征路径长度为 目标函数的多目标进化规划遗传算法。对于加权网络，针对现有重叠复合物发现 算法精度不理想的现状，设计了不同地重叠蛋白质复合物发现算法。本文的主要 研究工作如下： (1)针对当前大多数蛋白质复合物发现算法主要采用单一网络拓扑特征从蛋 白质相互作用网络中挖掘复合物的现状，本文提出一种以多个网络拓扑特征为目 标的进化规划遗传算法MOEPGA。该算法首先分析了标准集中已有蛋白质复合物 的网络拓扑特征，以密度、大小和特征路径长度为目标构建目标函数，随后设计 基于子图的变异操作产生下一代子图种群，在每一代变异完成后，将满足非支配 条件的子图作为复合物输出，选择适当的概率将子图进化到下一代。在DIP和 GAVIN两个酵母蛋白质相互作用网络数据集中验证了该算法的可行性，实验结果 表明，相比于现有算法(ClusterONE、DPCIus、MCODE、NEMO、SPICi和HC．PIN)， 该算法在／score、归一化聚类分数等性能上具有显著性的效果。 (2)针对现有蛋白质相互作用网络假阳性高且难以发现重叠复合物等问题， 提出一种新的基于子结构(伪团)扩展的重叠蛋白质复合物发现算法FK．Medoids。 该算法根据模糊关系发现蛋白质相互作用网络中互不重叠的具有较高密度和相似 性的伪团，然后以伪团为种子进行扩展，改进K．Medoids算法，用带权蛋白质相 互作用网络的边相似性作为蛋白质间的距离，借助于集合的上、下近似关系发现 重叠的复合物。通过Krogan、Gavin和Colliins三组实验数据集对该算法的有效 性进行了验证。实验结果表明，FK．Medoids在Krogan和Gavin数据集上，其精 度、F．measure和敏感性等性能要优于已有算法(ClusterONE、CMC、MCL、OSLOM 和RFC)。 (3)上述FK．Medoids算法在密度较小的蛋白质相互作用网络中识别效果较 好，但在相对稠密的网络中则识别效果欠佳。而且，由于FK．Medoids算法运行 II 万方数据 博士学位论文时间较长，提出一种基于重叠邻居结点和模糊关系的伪团扩展识别算法 博士学位论文 时间较长，提出一种基于重叠邻居结点和模糊关系的伪团扩展识别算法 PCE．ONNFR。首先利用蛋白质对之间的GO相似性值来构建蛋白质相互作用网络 的边权。然后通过模糊关系形成互不重叠的伪团。紧接着，基于贪婪策略迭代地 扩展伪团，将能提高伪团聚合分数的邻居结点加入伪团。最后合并重叠复合物。 与FK．Medoids算法相比，在DIP、Collins、Krogan和Gavin数据集