面向质谱数据的蛋白质相互作用网络构建算法

摘要

随着蛋白质组学的发展，质谱分析技术已成为预测蛋白质相互作用的代表方法。基于质谱技术产生大量的蛋白质纯化数据，如AP-MS(Affinity Purification-Mass spectrometry)数据和PCP-MS(Protein Correlation Profiling-Mass Spectrometry)数据等，这些数据为PPI(Protein-Protein Interaction)网络构建提供了重要的数据支持。本文针对两类主流的质谱数据(AP-MS数据和PCP-MS数据)的PPI网络构建算法问题开展研究，分别设计有效的算法从而解决目前存在的瓶颈问题，从而达到构建高质量PPI网络的目的。 针对面向AP-MS数据的PPI网络推断算法中存在的蛋白质间接关联问题，本文提出了一个基于“过滤-精练”框架的蛋白质直接相互作用关系网络推断模型。该框架包括两个阶段：在初始阶段，使用标准的PPI评分方法生成初始的PPI网络，该网络既包含直接相互作用关系又包含间接相互作用关系；在精练阶段，采用间接关联去除算法，构造蛋白质直接相互作用关系网络。实验结果表明，该模型能够从AP-MS数据中有效地推断蛋白质直接相互作用关系。 针对面向PCP-MS数据的PPI网络构建问题，本文提出了一个基于相关性分析与排序整合的PPI评分方法。该方法基于无监督学习，包括以下两个步骤：第一步，计算蛋白质之间的相关系数，得到多组相关性结果；第二步，采用排序整合的方法对多组结果进行整合，得到整合后的PPI分数。实验结果表明，该方法在不使用参考标准的情况下，可以达到有监督学习方法接近的结果。

目录

第一个书签之前