本文選題：差異網(wǎng)絡 + PPI網(wǎng)絡�。� 參考：《吉林大學》2017年碩士論文

【摘要】：進入后基因組時代,生物醫(yī)學研究最熱門的課題之一就是系統(tǒng)的分析和全面的理解細胞中的分子以及它們之間通過相互作用完成生命活動的規(guī)律。蛋白質(zhì)作為細胞中各類分子中的一種,是生物體內(nèi)組織結(jié)構(gòu)不可或缺的一部分,是生物進行各項生命活動不可或缺的物質(zhì)承擔者。但是,這些蛋白質(zhì)在機體中并不孤立存在,而是通過與其他蛋白質(zhì)共同作用組成不同的復合物,調(diào)節(jié)控制細胞的正常生理過程以及病理過程。一個生物體內(nèi)所有的蛋白質(zhì)相互作用可構(gòu)成蛋白質(zhì)互作網(wǎng)絡(PPI網(wǎng)絡)。從PPI網(wǎng)絡中識別復合物對于預測蛋白質(zhì)的功能、解釋重要的生物進程具有極其重要的意義。蛋白質(zhì)復合物識別算法多種多樣,識別的精度和結(jié)果質(zhì)量方面也都基本成熟。然而針對特定疾病的致病復合物的識別研究尚處于初級階段。復雜疾病嚴重影響著人類的工作和生活。復雜疾病的發(fā)生與發(fā)展往往不是單基因突變的結(jié)果,而是基因間復雜的關聯(lián)關系共同作用的結(jié)果,而蛋白質(zhì)復合物又是蛋白質(zhì)發(fā)揮作用的基本功能單元。因此,研究那些與復雜疾病相關的蛋白質(zhì)復合物具有現(xiàn)實意義�，F(xiàn)有的蛋白質(zhì)復合物識別方法從使用的PPI網(wǎng)絡類型來劃分的話主要是基于靜態(tài)蛋白互作網(wǎng)絡的方法和基于動態(tài)蛋白互作網(wǎng)絡的方法。然而,這些網(wǎng)絡均無法反應病人與正常人的PPI網(wǎng)絡中的復合物的差異性。目前,差異網(wǎng)絡研究已成為國內(nèi)外研究的熱點。通過對當前差異網(wǎng)絡的研究現(xiàn)狀進行分析,發(fā)現(xiàn)以往研究主要集中在對差異網(wǎng)絡的構(gòu)建方面,而對差異網(wǎng)絡中的功能復合物識別研究相對較少。差異網(wǎng)絡在研究復雜疾病的致病復合物方面有著傳統(tǒng)PPI網(wǎng)絡無法替代的優(yōu)勢,因此,基于差異網(wǎng)絡的致病復合物識別算法亟待研究。本文基于蛋白質(zhì)網(wǎng)絡構(gòu)建帶權差異網(wǎng)絡進而識別致病復合物。首先,由蛋白質(zhì)網(wǎng)絡數(shù)據(jù)和正常、患病的基因表達數(shù)據(jù),從蛋白質(zhì)網(wǎng)絡中分別抽取正常和患病基因,通過相關系數(shù)篩選得到正常和患病樣本中表達(相關系數(shù)大于特定閾值)的相互作用關系網(wǎng)絡,基于這兩者網(wǎng)絡間差異的蛋白質(zhì)相互作用關系更可能與疾病相關的假設,構(gòu)建差異網(wǎng)絡。其次,根據(jù)基因中的GO注釋信息,來為差異網(wǎng)絡中的每條邊分配權值,得到帶權差異網(wǎng)絡。最后,利用種子節(jié)點擴充算法對節(jié)點進行擴充,從而得到與復雜疾病相關的復合物。本文從生物學意義、統(tǒng)計方法以及經(jīng)典的復合物識別方法角度對實驗結(jié)果進行驗證,結(jié)果顯示本文識別的復合物均在癌癥的發(fā)生和發(fā)展過程中起著重要作用,同時,該結(jié)果表明本文提出的基于帶權差異網(wǎng)絡的致病復合物識別算法是一種有效的復雜疾病識別算法。本文通過引入差異網(wǎng)絡刪除掉未被表達的基因,有效的提高了蛋白質(zhì)復合物的識別精度,同時通過基因注釋數(shù)據(jù)的添加,使得具有相似功能的蛋白質(zhì)能夠很好的聚集在一起,進一步提高了預測的精度。然而,蛋白質(zhì)還有很多屬性本文未加以考慮。因此,添加更多、更全面的蛋白質(zhì)屬性,來構(gòu)建動態(tài)帶權差異網(wǎng)絡,以便深入挖掘與疾病相關的復合物,將是今后研究的重點。
[Abstract]:In this paper , it is important to study the function of protein complex recognition algorithm and to explain important biological processes .

【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：Q51;TP301.6

【參考文獻】

相關期刊論文 前10條

1 杜玲;劉剛;陸健;劉丑生;哈福;;高通量測序技術的發(fā)展及其在生命科學中的應用[J];中國畜牧獸醫(yī);2014年12期

2 馬于濤;何克清;李兵;劉婧;;網(wǎng)絡化軟件的復雜網(wǎng)絡特性實證[J];軟件學報;2011年03期

3 劉中揚;李棟;朱云平;賀福初;;蛋白質(zhì)相互作用網(wǎng)絡進化分析研究進展[J];生物化學與生物物理進展;2009年01期

4 余鑫煜;許正平;;蛋白質(zhì)相互作用數(shù)據(jù)庫及其應用[J];中國生物化學與分子生物學報;2008年03期

5 李榮;曹順良;李園園;譚灝;朱揚勇;鐘揚;李亦學;;基于語義路徑覆蓋的Gene Ontology術語間語義相似性度量方法[J];自然科學進展;2006年07期

6 盧宏超;石秋艷;石寶晨;張治華;趙屹;唐素勤;熊磊;王強;陳潤生;;基于蛋白質(zhì)網(wǎng)絡功能模塊的蛋白質(zhì)功能預測[J];生物化學與生物物理進展;2006年05期

7 孫景春,徐晉麟,李亦學,石鐵流;大規(guī)模蛋白質(zhì)相互作用數(shù)據(jù)的分析與應用[J];科學通報;2005年19期

8 袁彩,劉釤,黃明東;分子生物學在蛋白質(zhì)結(jié)晶中的應用[J];生物化學與生物物理進展;2005年02期

9 駱建新,鄭崛村,馬用信,張思仲;人類基因組計劃與后基因組時代[J];中國生物工程雜志;2003年11期

10 陳寧慶;21世紀疾病發(fā)展的趨勢及控制對策[J];解放軍預防醫(yī)學雜志;2001年02期

相關碩士學位論文 前2條

1 劉亞盟;基于差異網(wǎng)絡的復雜疾病生物標記識別[D];西安電子科技大學;2014年

2 張婷娜;復雜網(wǎng)絡模塊度的研究[D];西安理工大學;2010年

，

本文編號：1895152