基于蛋白网络聚类的基因功能分析-计算机系统结构专业论文.docxVIP

摘要后基因组时代，功能基因组学研究的目标就是破译基因的功能并控制它们。由于 摘要 后基因组时代，功能基因组学研究的目标就是破译基因的功能并控制它们。由于 具有相互作用的蛋白质趋向于有相似的细胞功能，可以利用最新的蛋白相互作用网络 实验数据和其他大规模蛋白组数据，从系统生物学的角度出发，采用“相互作用一 网络一功能”的新思路，通过比较已知和未知基因来类推蛋白的可能机能．本文从 网络可视化、含时空的多数据源的聚类、蛋白模块化聚类等切入点入手，提出图聚类 的新算法，解决蛋白功能分析的实际问题，采用多种评价方法对国际上和我们新开发 的聚类方法进行综合评估，最终把聚类方法研究和可视化软件开发结合起来，对出芽 酵母蛋白功能进行综合研究． 本文提出了一种简单但信息丰富的手段来整合蛋白网络的拓扑信息和生物信息 ， 对网络进行可视化．在戎们的方法中，可以很好地把如准团和。辐条状”团通过一棵 聚类树显示出来，同时可以把从蛋白功能注释到相互作用的相关性图谱等注释到根据 树的顺序表示的矩阵表示上，与以往的聚类方法相比，我们聚类算法ADJW既能很好 的反映蛋白相互作用网络的拓扑性质，又富含有意义的生物信息，并且很适合矩阵可 视化，是一种适合网络可视化的聚类算法。 本文提出了一个简单而有效的层次聚类算法整合高通量的数据来研究生物网络 的系统和动力学性质，可以有效的揭示酵母蛋白一蛋白相互作用网络中的模块化结 构，通过整合的商通量蛋白相互作用和相关的亚细胞定位组数据及表达谱数据区分蛋 白复合物和蛋白功能模块．此外，我们的检测模块的方法为在模块中的没有注释功能 的蛋白提供了一种研究蛋白功能的背景信息．另一方面，整合各方面的蛋白相关信息 可以使我们的方法对数据(特别是复合物)的假阳性具有更高的鲁捧性。 本文打破了传统的基于蛋白问相似度的聚类模式，直接从蛋白功能团的角度出 发，考虑功能团间的一阶和二阶相互作用，提出了模块化聚类方法(MCM)，对实验数 据进行聚类分析，来预测模块内未知蛋白的功能．通过超几何分布P值法和增，删、 改相互作用的方法对聚类结果进行预测能力分析和稳定性分析．结果表明模块化聚类 方法具有较高的预测准确度和覆盖率，有很好的容错性和稳定性。此外，模块化聚类 分析得到了一些具有高预测准确度的未知蛋白的预测结果，将会对生物实验有指导意 义，其算法对其它的具有相似结构的网络也具有普遍意义。 本文设计了适合网络可视化的聚类软件，该软件集成了蛋白网络常用的聚类算 法，采用矩阵显示和传统显示相结合的方式进行蛋白网络可视化，结合蛋白功能信息 和其它相关生物学信息，为生物学家提供一个跨系统的蛋白相互作用网络分析平台。 另外，我们还采用图论中谱分析的研究方法来揭示复杂的蛋白一蛋白相互作用 基f蛋白网络聚类的基困功能研究； 基f蛋白网络聚类的基困功能研究； 摘要 网络中存在的隐含的拓扑结构，如“准团”和“准二部图”．我们的分析发现这些隐 含的结构对应相应的生物功能团。这些结果预示着一种可以通过隐含结构中的己知蛋 白功能的分类信息推断未知功能的方法。用谱分析的方法在具有2617个蛋白11855 个相互作用的出芽酵母的蛋白相互作用网络中分离出了48个准团(quasi—clique)和 6个准二部图(quasi—bipartite)，对76个未知功能蛋白预测了其功能。 本文还提出了一个数学模型来估计SARS冠状病毒的基因组的进化速率和它 们最迟公共祖先的测序时间。在一些公有的假定和适当的简化之后，一些简单的方程 包括进化速率㈤和最终公共祖先的时间fro)能够被得到。我们采用最小二乘法来估计 序列数据的K和To，用蒙特卡罗模拟来讨论结果。在具有精确宿主死亡时问的6个 菌株中，我们估计的最迟公共祖先和传染病学的结论相一致，我们估’讦的SAR$冠状 病毒的进化率与报道的HIv-1病毒的进化率是一致的。 关键词；功能基因组，系统生物学，蛋白相互作用网络，聚类，网络可视化，数据融 合，蛋白复合物，蛋白功能预测 II Resear(3h Resear(3h oN genic fun(3tion by cIustering on protein network In post-genome era,tlle objective of functional genomics study is to decode the functions of genes and control them．Since the proteins interacting with each other tend to have similar cellular functions,we咖．following the route of“interactions-network- functions竹in