基于最短路径的关键蛋白质预测方法研究

摘要

利用信息手段对不断产生的高通量生物数据进行分析处理是当前生物数据处理的趋势。人类基因组计划成功完成，使得生物信息学的研究进入了后基因组时代，蛋白质组学研究受到深入关注。
　　蛋白质是细胞生命活动的基础。对蛋白质的研究分析，将推动基因功能的阐释，客观地揭示生命现象。关键蛋白质在细胞生命过程中起关键作用，它的去除或者突变对细胞来说是致命的，会导致生物体死亡。识别关键蛋白质可以从系统水平上理解生命活动的动作机理，并且可以使药物直接作用于致病生物体的关键蛋白质，使致病生物体死亡又不影响正常细胞。关键蛋白质的识别在药物设计和疾病治疗方面具有重要应用价值。用蛋白质相互作用网络的拓扑特征来识别关键蛋白质，可以有效地提高识别关键蛋白质精度和识别速度。
　　本文以啤酒酵母为研究对象，利用图论算法理论分析酵母蛋白质互作用网络的拓扑结构特征，对基于蛋白质互作用网络的关键蛋白质识别问题进行研究。根据所预测蛋白质相互作用网络的特点，提出了基于最短路径技术的关键蛋白质识别方法，选择合理的识别阈值和拓扑参数，对全蛋白质相互作用网络的关键蛋白质进行预测。实验表明，所提出的识别方法可以有效地描述蛋白质节点的重要性，在不影响计算精度的前提下，可对连通性好，边密度大的全蛋白质互作用网络进行关键蛋白质识别。

目录

摘要

第一章 绪论

1．1 后基因时代的生物信息学

1．2 预测关键蛋白质研究的概述

1．3 本文的内容安排

第二章 预备知识

2．1 基本概念

2．2 蛋白质相关的数据库

2．3 蛋白质相互作用研究的常用工具

第三章 数据预处理

3．1 蛋白质互作用网络的构建

3．1．1 蛋白质互作用网络

3．1．2 蛋白质互作用网络的特征

3．1．3 蛋白质互作用网络的构建

3．2 Ito、Uetz、Gavin、Ho数据集

3．3 由BioGRID提供的拟南芥蛋白质互作用数据集

3．4 金标准数据集

第四章 基于最短路径的关键蛋白质预测方法

4．1 相关定义

4．2 拓扑参数分析

4．2．1 酵母蛋白质互作用网络实验分析

4．2．2 拟南芥蛋白质互作用网络的关键蛋白质预测

4．3 实验结果分析

第五章 结束语

5．1 工作总结

5．2 研究展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明