內(nèi)容簡(jiǎn)介

《生物復(fù)雜網(wǎng)絡(luò)挖掘關(guān)鍵技術(shù)研究》從蛋白質(zhì)互作網(wǎng)絡(luò)出發(fā)，研究生物復(fù)雜網(wǎng)絡(luò)內(nèi)部存在的鏈路關(guān)系。全書共分為6章，主要內(nèi)容包括蛋白質(zhì)互作網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和研究現(xiàn)狀、利用BenefitRank在加權(quán)網(wǎng)絡(luò)上進(jìn)行鏈路預(yù)測(cè)算法、基于圖模型的蛋白質(zhì)復(fù)合物識(shí)別算法、基于隨機(jī)游走模型的蛋白質(zhì)復(fù)合物識(shí)別算法以及全書總結(jié)。本書提出的蛋白質(zhì)互作網(wǎng)絡(luò)的鏈路預(yù)測(cè)方法以及蛋白質(zhì)復(fù)合物識(shí)別算法，將為復(fù)雜生物網(wǎng)絡(luò)的鏈路預(yù)測(cè)以及蛋白質(zhì)模塊識(shí)別樹立一個(gè)很好的范例。

《生物復(fù)雜網(wǎng)絡(luò)挖掘關(guān)鍵技術(shù)研究》可供相關(guān)專業(yè)的研究生、博士生做研究課題時(shí)參考使用，也可以作為在生物信息方面進(jìn)行算法研究的計(jì)算機(jī)專業(yè)人員和相關(guān)專業(yè)研究人員的參考書。

 

前    言

　　本書是作者在研究生物信息復(fù)雜網(wǎng)絡(luò)方面的一些重要成果的總結(jié)，具有以下特色。

　　第一，內(nèi)容完整、條理清晰，以生物復(fù)雜網(wǎng)絡(luò)中的蛋白質(zhì)復(fù)雜網(wǎng)絡(luò)為主要研究對(duì)象，介紹目前蛋白質(zhì)相互作用網(wǎng)絡(luò)的研究特點(diǎn)、現(xiàn)狀和作用，以及目前國內(nèi)外的研究方法和研究熱點(diǎn)，對(duì)生物復(fù)雜網(wǎng)絡(luò)研究的來龍去脈進(jìn)行了比較清晰的論述，可為從事生物復(fù)雜網(wǎng)絡(luò)研究的相關(guān)人員提供參考。

　　第二，闡述和提出的算法具有堅(jiān)實(shí)的理論基礎(chǔ)，算法描述以及實(shí)驗(yàn)驗(yàn)證完整清晰，可為相關(guān)研究人員提供清晰完整的研究過程和研究結(jié)果展示，為相關(guān)計(jì)算機(jī)算法研究和生物復(fù)雜網(wǎng)絡(luò)研究方面的人員提供科學(xué)的研究方法和研究過程。

　　全書共分為6章，主要內(nèi)容包括緒論、蛋白質(zhì)互作網(wǎng)絡(luò)研究進(jìn)展、利用BenefitRank在加權(quán)網(wǎng)絡(luò)上進(jìn)行鏈路預(yù)測(cè)、基于圖模型的蛋白質(zhì)復(fù)合物識(shí)別、基于隨機(jī)游走模型的蛋白質(zhì)復(fù)合物識(shí)別算法、總結(jié)。其中，前兩章介紹了蛋白質(zhì)互作網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和研究現(xiàn)狀。第3章從蛋白質(zhì)互作網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特性出發(fā)，分析各種蛋白質(zhì)加權(quán)網(wǎng)絡(luò)的特性，設(shè)計(jì)了有效的蛋白質(zhì)相互作用預(yù)測(cè)算法。第4章在預(yù)測(cè)后的蛋白質(zhì)互作網(wǎng)絡(luò)的基礎(chǔ)上研究設(shè)計(jì)了蛋白質(zhì)復(fù)合物和功能模塊識(shí)別算法，重點(diǎn)研究生物組學(xué)數(shù)據(jù)中的蛋白質(zhì)作用組學(xué)數(shù)據(jù)，針對(duì)目前較少研究的蛋白質(zhì)加權(quán)網(wǎng)絡(luò)，定義了新穎的網(wǎng)絡(luò)鏈路預(yù)測(cè)模型，提出了能有效地預(yù)測(cè)蛋白質(zhì)互作網(wǎng)絡(luò)的鏈路預(yù)測(cè)算法；在預(yù)測(cè)后蛋白質(zhì)互作網(wǎng)絡(luò)上，根據(jù)生物學(xué)中蛋白質(zhì)復(fù)合物的結(jié)構(gòu)特性，定義了新的復(fù)合物模型和算法，模型有效并且能夠識(shí)別出從統(tǒng)計(jì)意義上證明有意義的蛋白質(zhì)復(fù)合物和模塊，預(yù)測(cè)了一定數(shù)量的未知蛋白質(zhì)的功能。第5章提出一個(gè)能夠過濾掉蛋白質(zhì)互作網(wǎng)絡(luò)上假陰性、假陽性數(shù)據(jù)的蛋白質(zhì)復(fù)合物識(shí)別算法，將會(huì)對(duì)生物學(xué)家進(jìn)行蛋白質(zhì)復(fù)合物的研究具有指導(dǎo)意義，對(duì)生物實(shí)驗(yàn)發(fā)揮重要作用。第6章是全書的總結(jié)。

　　本書條理清晰，層次分明，可供相關(guān)專業(yè)的研究生、博士生做研究課題時(shí)參考使用，也可以作為在生物信息方面進(jìn)行算法研究的計(jì)算機(jī)專業(yè)人員和相關(guān)專業(yè)研究人員的參考書。

　　本書是作者在導(dǎo)師朱楊勇和熊赟老師的指導(dǎo)下完成的，并受到復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院數(shù)據(jù)科學(xué)中心全體研究人員的幫助和指正，在此表示衷心的感謝！書中引用了大量國內(nèi)外學(xué)者的學(xué)術(shù)文獻(xiàn)和研究成果，在此對(duì)他們表示衷心的感謝！

　　由于作者水平有限，書中難免存在不足之處，希望廣大讀者批評(píng)指正！

　　

　　                                  林志杰  

　　                                 2014年12月12日

目    錄

第1章  緒論 1

1.1  蛋白質(zhì)互作網(wǎng)絡(luò) 3

1.1.1  蛋白質(zhì)相互作用數(shù)據(jù)庫 4

1.1.2  算法預(yù)測(cè)的蛋白質(zhì)相互作用數(shù)據(jù)庫 7

1.2  蛋白質(zhì)互作網(wǎng)絡(luò)相關(guān)研究 12

1.2.1  蛋白質(zhì)相互作用的預(yù)測(cè) 14

1.2.2  蛋白質(zhì)復(fù)合物的識(shí)別 14

1.2.3  蛋白質(zhì)網(wǎng)絡(luò)比對(duì) 16

1.2.4  蛋白質(zhì)網(wǎng)絡(luò)可視化 17

1.3  本章小結(jié) 18

第2章  蛋白質(zhì)互作網(wǎng)絡(luò)的研究進(jìn)展 19

2.1  蛋白質(zhì)相互作用的預(yù)測(cè) 20

2.2  傳統(tǒng)的預(yù)測(cè)PPI方法 22

2.3  檢測(cè)PPI的計(jì)算方法 25

2.3.1  基于基因組信息的計(jì)算方法 25

2.3.2  基于進(jìn)化信息的計(jì)算方法 26

2.3.3  基于蛋白質(zhì)三維結(jié)構(gòu)的計(jì)算方法 27

2.3.4  基于領(lǐng)域數(shù)據(jù)的計(jì)算方法 28

2.3.5  基于蛋白質(zhì)一級(jí)結(jié)構(gòu)的預(yù)測(cè)方法 29

2.3.6  基于圖論的預(yù)測(cè)方法 30

2.4  蛋白質(zhì)復(fù)合物的識(shí)別 31

2.4.1  基于圖劃分的蛋白質(zhì)復(fù)合物識(shí)別 32

2.4.2  基于層次聚類的蛋白質(zhì)復(fù)合物識(shí)別 32

2.4.3  基于密度局部搜索的蛋白質(zhì)復(fù)合物識(shí)別 33

2.4.4  其他方法 35

2.4.5  融合多元數(shù)據(jù)的蛋白質(zhì)復(fù)合物挖掘研究 35

2.5  本章小結(jié) 36

第3章  利用BenefitRank在加權(quán)網(wǎng)絡(luò)上進(jìn)行鏈路預(yù)測(cè) 37

3.1  鏈路預(yù)測(cè)問題的分析 39

3.2  相關(guān)工作 41

3.3  相關(guān)背景知識(shí) 43

3.3.1  圖的相關(guān)知識(shí) 43

3.3.2  馬爾科夫性質(zhì) 45

3.3.3  弱連接與強(qiáng)連接 46

3.4  問題定義 48

3.5  利用BenefitRank鏈路預(yù)測(cè)算法 50

3.5.1  預(yù)測(cè)算法相關(guān)定義 50

3.5.2  BenefitRank值的計(jì)算 52

3.6  鏈路預(yù)測(cè)相似性函數(shù)定義 54

3.6.1  基于共同鄰居的BenefitRank度量 56

3.6.2  基于Adamic-Adar的BenefitRank度量 56

3.6.3  基于資源分配的BenefitRank度量 57

3.7  實(shí)驗(yàn)結(jié)果 58

3.7.1  實(shí)驗(yàn)數(shù)據(jù)集介紹 58

3.7.2  實(shí)驗(yàn)設(shè)置 59

3.7.3  實(shí)驗(yàn)結(jié)果與分析 59

3.8  本章小結(jié) 68

第4章  基于圖模型的蛋白質(zhì)復(fù)合物識(shí)別 70

4.1  HP-index圖模型分析 73

4.2  問題描述與定義 74

4.3  基于HP-index圖模型的蛋白質(zhì)復(fù)合物識(shí)別算法分析 76

4.3.1  HP-index圖模型的蛋白質(zhì)復(fù)合物識(shí)別算法描述 77

4.3.2  算法分析 79

4.4  實(shí)驗(yàn)結(jié)果 79

4.5  本章小結(jié) 85

第5章  基于隨機(jī)游走模型的蛋白質(zhì)復(fù)合物識(shí)別算法 87

5.1  圖上的隨機(jī)游走理論 90

5.2  隨機(jī)過程 91

5.3  基因本體論相關(guān)研究 91

5.3.1  GO的結(jié)構(gòu) 92

5.3.2  GO的應(yīng)用 95

5.4  蛋白質(zhì)網(wǎng)絡(luò)上的隨機(jī)游走 96

5.4.1  經(jīng)典算法 96

5.4.2  重啟型隨機(jī)游走 97

5.5  蛋白質(zhì)加權(quán)網(wǎng)絡(luò)上的隨機(jī)游走 98

5.6  基于GO語義相似性的假陽性過濾 102

5.7  基于隨機(jī)游走的蛋白質(zhì)復(fù)合物識(shí)別算法 105

5.8  實(shí)驗(yàn)結(jié)果與分析 108

5.8.1  實(shí)驗(yàn)數(shù)據(jù) 108

5.8.2  評(píng)價(jià)標(biāo)準(zhǔn) 110

5.8.3  結(jié)果分析 112

5.9  本章小結(jié) 114

第6章  總結(jié) 116

參考文獻(xiàn) 120