声明
摘要
图目录
表目录
主要符号表
1 绪论
1.1研究背景与意义
1.2蛋白质交互网络中的复合物识别研究现状与问题
1.2.1蛋白质交互作用关系网络
1.2.2蛋白质复合物识别
1.2.3蛋白质复合物识别亟待解决的问题
1.3蛋白质复合物的应用研究现状
1.4本文主要研究思路与内容
1.5本文的结构
2蛋白质关系网络特征对复合物识别方法性能的影响
2.1蛋白质交互作用关系网络特性分析
2.1.1 蛋白质交互作用关系网络的生物特征
2.1.2蛋白质交互作用关系的拓扑特征
2.2网络特性对蛋白质复合物识别算法性能的影响分析
2.2.1 六种经典的基于网络拓扑的蛋白质复合物识别算法
2.2.2实验评价标准
2.2.3实验结果及分析
2.3本章小结
3基于蛋白质节点嵌入的复合物识别方法
3.1 PC-SENE蛋白质复合物识别算法
3.1.1蛋白质节点嵌入
3.1.2蛋白质复合物衡量方法
3.1.3 PC-SENE算法
3.2实验设计
3.2.1 实验数据及对比方法
3.2.2实验评价
3.3实验结果与分析
3.3.1蛋白质复合物识别实验结果对比
3.3.2参数灵敏度测试
3.3.3 蛋白质复合物生物显著性比较
3.4本章小结
4基于蛋白质复合物嵌入的复合物识别方法
4.1 NodeEmbed-SLPC-RF方法
4.1.1节点及蛋白质复合物向量表示
4.1.2 SLPC复合物识别模型
4.1.3随机森林模型
4.2.1实验数据
4.2.2对比方法及评价标准
4.3实验结果与讨论
4.3.1基于复合物嵌入的分类评估
4.3.2不同方法对链接预测的性能影响
4.3.3不同策略生成复合物嵌入的性能比较
4.3.4基于蛋白质向量表示相似性的网络重构
4.4本章小结
5基于多物种蛋白质关系网络嵌入的复合物识别方法
5.1 MEMO蛋白质复合物识别算法
5.1.1集成蛋白质交互作用关系网络
5.1.2蛋白质节点表示
5.1.3蛋白质复合物识别
5.1.4 MEMO方法
5.2实验设计
5.2.1实验数据及对比方法
5.2.2评价方法
5.3实验结果与分析
5.3.1不同识别方法性能对比
5.3.2参数敏感性测试
5.3.3蛋白质复合物生物显著性比较
5.4本章小结
6基于蛋白质复合物的罕见病致病基因挖掘
6.1 DIGNiFI罕见病致病基因识别方法
6.1.1 DIGNiFI方法
6.1.2融合基因标注及蛋白质复合物信息
6.2实验设计
6.2.1实验数据
6.2.2对比实验及评价方法
6.3实验结果与分析
6.3.1 k=1的实验结果分析
6.3.2实验参数敏感性分析
6.3.3使用生物医学文本数据增强蛋白质关系网络
6.3.4案例研究:挖掘遗传性眼病的致病基因
6.4本章小结
7结论
7.1结论
7.2创新点
7.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介