检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

关键蛋白质预测及蛋白质变体表征算法研究

关键蛋白质预测及蛋白质变体表征算法研究

作者：孙瑜穗湖南师范大学

学位级别：硕士

蛋白质是生命过程的主要执行者。关键蛋白质作为维持细胞生命的重要组成部分,在生物学和药物设计研究中发挥着重要作用。与基因变异相比,蛋白质的分子结构及状态变化（即蛋白质变体）与疾病的病理变化更相关。表征蛋白质变体包括鉴定和... 详细信息

蛋白质是生命过程的主要执行者。关键蛋白质作为维持细胞生命的重要组成部分,在生物学和药物设计研究中发挥着重要作用。与基因变异相比,蛋白质的分子结构及状态变化（即蛋白质变体）与疾病的病理变化更相关。表征蛋白质变体包括鉴定和定位蛋白质中的主要结构性变异（PSA）,对推进医学事业发展具有现实意义。本文着力于从蛋白质组学领域中两个重要研究方向进行研究,主要创新点如下:随着关键蛋白质相关的大量生物学数据的产生,已经提出越来越多的计算方法用于预测关键蛋白质。与采用单种机器学习方法或集成多种机器学习方法的预测方法不同,本文设计出XGBFEMF预测框架用于预测关键蛋白质。该框架包括SUB-EXPAND-SHRINK方法,该方法利用初始特征构建复合特征并获得用于关键蛋白质预测更好的特征子集;还包括用于获得更有效的预测模型的模型融合方法。本文使用酵母数据进行实验,通过接受者操作特性曲线（ROC）分析、准确度分析和top分析来评估XGBFEMF框架的性能。同时,本文还使用大肠杆菌数据进行实验,以验证该框架的通用性。实验结果表明,XGBFEMF框架可以有效地改进多项关键性指标。随着质谱技术的发展,使得基于自顶向下质谱技术的蛋白质变体表征成为可能。在高通量蛋白质组学水平分析中,由于蛋白质变体鉴定需要将数百万个光谱与上万个蛋白质序列进行比对,导致基于谱图比对的鉴定算法非常缓慢。因此,过滤算法在蛋白质组学水平分析中必不可少。本文结合容错性方法与序列标签方法的速度优势以及ASF方法的准确性优势,提出一种名叫ETASF的过滤算法。本文使用组蛋白H3.1数据集和乳腺癌的一种亚型（WHIM2-P32）数据集进行实验,实验结果证明使用ETASF算法可以提升鉴定性能,并显著降低算法复杂度。

关键词：自顶向下质谱技术蛋白质变体关键蛋白质

基于加权子网参与度和多源信息融合的关键蛋白质识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用研究 2022年第1期39卷 163-169页

作者：费兆杰刘培强郭俊宏杨壮刘畅山东工商学院计算机科学与技术学院山东烟台264005 山东工商学院统计学院山东烟台264005 山东省高等学校未来智能计算协同创新中心山东烟台264005

现有关键蛋白质识别算法对生物信息考虑不全面、识别准确率亦有待提高,针对此问题,提出一种高效关键蛋白质识别算法PDWS。首先,结合由亚细胞定位信息获取到的蛋白质位置和蛋白质相互作用网络边聚类系数构建加权网络;其次,依据蛋白质所... 详细信息

现有关键蛋白质识别算法对生物信息考虑不全面、识别准确率亦有待提高,针对此问题,提出一种高效关键蛋白质识别算法PDWS。首先,结合由亚细胞定位信息获取到的蛋白质位置和蛋白质相互作用网络边聚类系数构建加权网络;其次,依据蛋白质所处亚细胞位置,提出亚细胞定位区室子网参与度指标;最后,融合亚细胞定位区室子网参与度和蛋白质复合物子网参与度指标,多维度度量蛋白质关键性。在DIP和Krogan两个标准数据集上的实验结果表明,PDWS算法性能优于PeC、PCSD等已有算法,可识别出更多特定结构的关键蛋白质,且识别精度分别达到0.76与0.73。

关键词：关键蛋白质蛋白质相互作用网络亚细胞定位蛋白质复合物

基于特征图网络和多种生物信息预测关键蛋白质的深度学习框架

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2024年第3期62卷 593-605页

作者：刘桂霞曹心恬赵贺吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图... 详细信息

针对生物实验识别关键蛋白质费时费力,使用计算方法预测关键蛋白质无法有效整合生物信息的问题,提出一个深度学习框架.首先利用网络拓扑结构、基因表达数据和GO(gene ontology)注释数据构建加权蛋白质相互作用网络;然后分别使用特征图网络和双向长短期记忆细胞从亚细胞定位数据、蛋白质复合物数据和基因表达数据中提取特征向量;最后将这些特征向量输入到任务学习层预测关键蛋白质.实验结果表明,相比于现有的计算方法,该方法预测性能更好.

关键词：关键蛋白质特征图网络亚细胞定位基因表达 GO注释蛋白质复合物

基于网络拓扑和多种生物信息融合的关键蛋白质识别算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

兰州理工大学学报 2022年第6期48卷 96-103页

作者：卢鹏丽陈云天兰州理工大学计算机与通信学院甘肃兰州730050

关键蛋白质的识别有助于了解细胞存活的基本需求,并为疾病治疗找到新方法,但是蛋白质自身携带着复杂的生物特性,仅依赖网络拓扑特性不能精准地判断其关键性.因此,提出一种新方法来提高识别关键蛋白质的准确率.首先,考虑网络拓扑特性以... 详细信息

关键蛋白质的识别有助于了解细胞存活的基本需求,并为疾病治疗找到新方法,但是蛋白质自身携带着复杂的生物特性,仅依赖网络拓扑特性不能精准地判断其关键性.因此,提出一种新方法来提高识别关键蛋白质的准确率.首先,考虑网络拓扑特性以及蛋白质在不同亚细胞中的重要程度,定义了SNC方法;其次,利用蛋白质在亚细胞与复合物信息中的特性定义了SIDC方法;最后,通过融合网络拓扑结构和多源生物信息,提出了关键蛋白质识别算法CTB.在YDIP、YMIPS和Krogan数据集上利用精准率-查全率等多种评估方法进行实验,结果表明CTB算法提高了识别关键蛋白质的性能.

关键词：蛋白质相互作用网络关键蛋白质亚细胞定位蛋白质复合物

基于复合物结构和网络拓扑特性的关键蛋白质识别算法

在线全文

学校读者我要写书评

暂无评论

兰州理工大学学报 2022年第2期48卷 97-106页

作者：卢鹏丽蔚京娟兰州理工大学计算机与通信学院甘肃兰州730050

关键蛋白质的识别有助于从分子水平上理解生命的活动过程,然而仅从拓扑特性角度来识别的关键蛋白质不够精准,因此为了提高识别准确率,结合复合物信息提出了确定蛋白质关键性的指标模型EIC,该模型是基于蛋白质复合物内的局部中心性特性... 详细信息

关键蛋白质的识别有助于从分子水平上理解生命的活动过程,然而仅从拓扑特性角度来识别的关键蛋白质不够精准,因此为了提高识别准确率,结合复合物信息提出了确定蛋白质关键性的指标模型EIC,该模型是基于蛋白质复合物内的局部中心性特性以及网络的全局信息特性来考虑.使用DIP和MIPS两种蛋白质相互作用(PPI)网络作为实验数据集,选用“排序-筛选”方法、精准召回、折刀等评估方法,通过与现有方法DC、BC、EC、SC、LAC、NC以及UC作对比,实验结果表明EIC方法优于这些方法,能够提高预测关键蛋白质的准确率.

关键词：蛋白质相互作用网络关键蛋白质蛋白质复合物评估方法

在线全文

学校读者我要写书评

暂无评论

关键蛋白质预测算法的研究

关键蛋白质预测算法的研究

作者：赵贺吉林大学

学位级别：硕士

关键蛋白质对于生命的维持至关重要,其缺失会使生物体致病甚至死亡。识别关键蛋白质有助于对细胞功能和生物学机制的研究和探索。近年来,大量基于蛋白质相互作用网络（PPI网络）识别关键蛋白质的算法被提出,传统PPI网络基于生物实验测... 详细信息

关键蛋白质对于生命的维持至关重要,其缺失会使生物体致病甚至死亡。识别关键蛋白质有助于对细胞功能和生物学机制的研究和探索。近年来,大量基于蛋白质相互作用网络（PPI网络）识别关键蛋白质的算法被提出,传统PPI网络基于生物实验测得的蛋白质相互作用数据（PPI数据）搭建,但这种PPI数据中有很多假阳性问题,如何有效过滤假阳性数据有待深入研究。PPI网络中,一个蛋白质重要程度并不仅仅取决于他的局部邻居的相关特征,我们应该纵观整个PPI网络来描述其中的每个蛋白质。针对以上问题本文提出两个关键蛋白质识别算法,研究内容以及创新点如下:（1）提出基于同一时间和空间活跃的蛋白质相互作用网络识别关键蛋白质算法TSWTSW融合生物数据构建同一时间同一空间活跃的PPI网络,基于改进的边聚集系数根据PPI网络的拓扑属性进一步衡量两个蛋白质的亲疏程度,为蛋白质相互作用边的权重赋值。TSW通过PPI网络固有的生物属性构建更为可靠的PPI网络,并融合PPI网络的拓扑属性构建最终的加权PPI网络。实验结果显示,与传统算法相比,TSW识别关键蛋白质精度更高。TSW的创新点在于,第一,基于基因表达数据和亚细胞定位数据构建同一时间和空间活跃的PPI网络,在描述蛋白质本身生物属性的同时,有效过滤假阳性数据。第二,提出改进的ECC,即WNECC,WNECC不仅描述一阶公共邻居的中心拓扑性质,还描述了二阶公共邻居的中心拓扑性质。（2）提出基于重启机制的LeaderRank在加权蛋白质相互作用网络中识别关键蛋白质算法RWLRRWLR首先利用GO注释和蛋白质复合物两种生物信息构建加权PPI矩阵,并根据TSW算法给PPI网络中所有蛋白质设置初始得分,最后基于重启机制的LeaderRank在加权PPI矩阵和蛋白质初始得分向量上不断迭代,当PPI网络中所有蛋白质得分收敛时,算法结束,蛋白质得分向量的最终结果即为所有蛋白质最终得分。RWLR为每个蛋白质提供了相对于整个PPI网络的全局描述,一定程度上解决了TSW算法的局限性。实验证明,与TSW相比,RWLR识别精度更高。RWLR的创新点在于,第一,改进LeaderRank,加入重启机制,将TSW算法中所有蛋白质的最终得分作为初始得分向量,令算法以一定的概率回到初始得分向量。第二,利用GO注释和蛋白质复合物两种生物数据构建加权PPI矩阵,融入改进LeaderRank算法,在加权PPI矩阵和蛋白质初始得分向量上不断迭代,使得RWLR为每个蛋白质提供相对于整个PPI网络的全局描述。与传统基于拓扑结构识别关键蛋白质算法相比,现有识别算法虽然融入很多生物属性,但仍有提升空间。目前针对生物属性的量化描述不能很好地表达生物信息,因此,未来的研究考虑结合深度学习,自动学习生物特性,以弥补现有算法的缺陷。

关键词：关键蛋白质 PPI网络基因表达数据亚细胞定位 GO注释蛋白质复合物重启Leader Rank

图的距离相关谱及其在关键蛋白质识别中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图的距离相关谱及其在关键蛋白质识别中的应用研究

作者：钟雨兰州理工大学

学位级别：硕士

图谱理论是一门重要的学科,它不仅提供了研究图的工具和方法,而且在实际应用中具有广阔的应用前景。它将图和网络看作是由节点和边构成的结构,并将其表示为数学上的矩阵形式。常见的图矩阵包括邻接矩阵、距离矩阵和拉普拉斯矩阵等。这... 详细信息

图谱理论是一门重要的学科,它不仅提供了研究图的工具和方法,而且在实际应用中具有广阔的应用前景。它将图和网络看作是由节点和边构成的结构,并将其表示为数学上的矩阵形式。常见的图矩阵包括邻接矩阵、距离矩阵和拉普拉斯矩阵等。这些矩阵反映了图和网络的不同性质,如节点之间的连接关系、节点之间的距离等。通过这些矩阵的特征值和特征向量,可以揭示图和网络的拓扑结构和代数性质。图谱理论广泛应用于计算机、社交网络、生物网络、交通网络等领域,可以帮助人们更好地理解网络的性质和特点,优化网络结构,提高网络性能,从而为实际应用提供理论基础和解决途径。蛋白质是生物体中最为重要的分子之一,是维持细胞生命活动的重要组成部分。它们在细胞内参与代谢、信号传递和结构支撑等多种生物过程,从而保持生命活动的正常运行。根据蛋白质对生物体的重要程度不同,可以将蛋白质分为关键蛋白质和非关键蛋白质两类。其中关键蛋白质在细胞的生命活动中扮演着不可或缺的角色。在蛋白质相互作用(Protein-Protein Interaction,PPI)网络中,运用距离矩阵及图谱理论,提出了一种关键蛋白质的识别算法,提高了识别准确率。本文主要研究工作如下:(1)求得了n阶连通图的广义距离谱半径以及第二大特征值的一些界。基于矩阵的特征值与特征向量的关系,首先求得了基于距离和传递度的一个下界,之后又求得了基于最大(最小)传递度和距离谱半径的一个上界和一个下界;最后求得了一个基于阶数n和直径(9的下界。(2)根据自补图的定义,求得了n阶-正则图所构成的自补图的广义距离谱,并结合广义距离谱与距离(无符号)拉普拉斯谱之间的关系,求得了其距离(无符号)拉普拉斯谱。(3)结合距离矩阵,分别考虑了蛋白质的1阶、2阶、3阶、4阶距离之间拓扑信息并结合生物信息,采用随机游走方法,提出了一种基于四阶距离的关键蛋白质识别算法DSEP,克服了已有算法中只考虑一阶邻居而识别关键蛋白质准确率不足的问题。通过在三个PPI网络中,与11种识别关键蛋白质的经典算法对比分析可知,DSEP在识别关键蛋白质方面具有较好性能。此外,结合图论中距离的有关知识,提出了一种计算有限阶距离的方法,该方法可以极大的减少DSEP的时间复杂度。

关键词：广义距离矩阵广义距离谱半径自补图关键蛋白质四阶距离

基于特征选择的PPI网络中关键蛋白质识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征选择的PPI网络中关键蛋白质识别研究

作者：夏生荣安徽农业大学

学位级别：硕士

蛋白质作为维持生物体活动的重要组成部分,可进一步分为关键蛋白质和非关键蛋白质,关键蛋白质能够帮助人类了解生命体基本组成、分析致病因素、分析细胞衰老,在分子生物学、医药学研究上都有重大意义。高通量生物技术高速发展的同时,海... 详细信息

蛋白质作为维持生物体活动的重要组成部分,可进一步分为关键蛋白质和非关键蛋白质,关键蛋白质能够帮助人类了解生命体基本组成、分析致病因素、分析细胞衰老,在分子生物学、医药学研究上都有重大意义。高通量生物技术高速发展的同时,海量的生物学数据随之产生。高通量技术产生的高维序列数据集中的不相关和冗余特征不仅会引发维度灾难,而且会干扰模型的训练过程,导致模型的预测性能下降,因此针对高维生物序列数据集开展特征选择研究具有重要意义。分析蛋白质相互作用网络中节点的连接模式,并与生物数据相结合以发现蛋白质的功能,逐渐成为生物信息学的热点课题。在蛋白质相互作用网络中识别蛋白质复合物和关键蛋白质,对蛋白质参与的功能机制与该蛋白质所处的时空属性之间的关联具有指导性作用。目前,针对序列数据的特征选择方法有多种,但是大多数方法忽略了冗余特征和有效特征之间的差异,从而导致特征选择结果的准确率较低。现有蛋白质复合物的识别方法中通常忽略了蛋白质复合物的固有结构和功能,且蛋白质相互作用网络数据中存在假阳性和假阴性。因此,针对上述问题,本文对生物序列数据集提出了一种特征选择方法,进而提出一种关键蛋白质识别方法。本文主要工作有:(1)提出了一种针对蛋白质序列数据的特征选择框架Reweighting-Boost,该框架基于Boosting算法来选择含有较高信息量的特征集合。具体地,首先使用扩展性强且计算快速的树提升模型(XGBoost)来获取特征集合的初始排名,然后在每轮迭代中重新计算样本的权重来从高维数据中选择有效特征。与以往对所有特征同等加权的方法不同,该方法在每次迭代中,针对前p个特征,依次加入到已选择的特征集合中并计算分类模型评分,最终选择p个特征中得分最高的加入到已选择特征集合中,然后再更新后续迭代中特征样本的权重,将特征选择的结果作为Deep forest分类模型的输入。利用Reweighting-Boost在人类数据、玉米和拟南芥三个物种,共五个数据集中进行实验,实验结果表明,Reweighting-Boost在筛选有效特征上,相比LPI-Hy ADBS具有更好的效果、更强的鲁棒性。(2)提出了一种关键蛋白质识别方法Ess-LGS,该方法将多源生物数据和蛋白质相互作用网络相结合,能够避免蛋白质相互作用网络中的假阳性和假阴性,提高关键蛋白质的识别。由于蛋白质序列信息维数较大,导致模型预测准确率降低。本文首先将Reweighting-Boost应用在蛋白质序列数据上。具体地,首先构建了蛋白质相互作用网络,由于关键蛋白质在不同的亚细胞区域的分布不均匀,根据11个亚细胞定位数据将整个蛋白质相互作用网络切割成11个子网。其次,将基因表达数据、经过特征选择后的蛋白质序列数据与蛋白质相互作用网络结合,通过聚类形成蛋白质复合物。对得到的蛋白质复合物结果进行实验分析证明其具有生物意义。经过实验,本文预测的蛋白质复合物相比JDC、WDC等蛋白质复合物识别方法在ACC、PPV上具有更好的效果。最后在识别出的蛋白质复合物中根据蛋白质节点的拓扑属性筛选出候选的关键蛋白质,通过与现有的关键蛋白质识别方法进行对比,Ess-LGS方法识别出的关键蛋白质的准确率较高。

关键词：蛋白质相互作用网络特征选择蛋白质序列蛋白质复合物关键蛋白质

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的关键蛋白质识别算法研究

基于深度学习的关键蛋白质识别算法研究

作者：杨培实兰州理工大学

学位级别：硕士

蛋白质是人体内所有细胞和组织不可或缺的重要组成成分,并以不同的方式参与生命体的所有活动。然而,不同的蛋白质对于生命体的重要程度是不同的,以此为依据可以将蛋白质分为关键蛋白质和非关键蛋白质。其中,导致生物体部分或全部功能丧... 详细信息

蛋白质是人体内所有细胞和组织不可或缺的重要组成成分,并以不同的方式参与生命体的所有活动。然而,不同的蛋白质对于生命体的重要程度是不同的,以此为依据可以将蛋白质分为关键蛋白质和非关键蛋白质。其中,导致生物体部分或全部功能丧失甚至生物体自身死亡的蛋白质被称为关键蛋白质。关键蛋白质的识别具有重要意义,因为它揭示了基因的结构和功能,这不仅可以帮助我们了解细胞生存的最低需求,而且为了解癌症等重大疾病的机制铺平了道路,这将促进生物医学领域的进一步发展。因此,关键蛋白质的识别已经受到研究人员广泛关注并已成为生物信息学的研究热点之一。近年来快速发展的高通量技术挖掘出大量的蛋白质相互作用(Protein-protein interaction,PPI)网络和生物信息数据,这为应用可计算方法识别关键蛋白质建立了良好的数据基础,许多基于网络拓扑结构和生物信息的方法被提出用来识别关键蛋白质。尽管基于网络拓扑结构的方法已经说明了PPI网络拓扑特性与蛋白质重要性的相关性,但这些方法通常只考虑了与蛋白质重要性相关的一个或几个拓扑特性,并没有充分考虑到PPI网络中蛋白质的全部拓扑信息。此外,由于假阳性和假阴性相对较高,通过高通量技术获得的PPI网络数据也不能完全代表实际的PPI网络。因此,如何在更加充分考虑拓扑结构和有效降低噪声信息干扰的前提下提出新的方法识别关键蛋白质依旧是个急需解决的问题。针对上述问题,本文将PPI网络的拓扑结构与蛋白质的生物信息进行有效融合,并通过深度学习方法进行了关键蛋白质的识别。本文的主要工作包括:(1)提出了一种基于时间卷积网络(Temporal Convolutional Network,TCN)的深度学习框架识别关键蛋白质。现有的大多数中心性方法都是从单一的网络拓扑特性出发从而探讨蛋白质的重要性,它们往往只考虑一种或少数的网络拓扑特性,忽略了PPI网络的其它拓扑特性对蛋白质重要性的影响。作为生物实验直接或间接得到的基因转录产物,基因表达数据描述了细胞在不同周期和时间点上的基因表达值,其在某一时间点的值只受到前面时间点的值的影响,而与后续时间点的值的影响不大。该方法中,首先利用一种网络嵌入方法来自动学习PPI网络中蛋白质的特征,从而为每个蛋白质建立一个低维特征向量。其次,对于基因表达数据,将其视为序列数据,并使用时间卷积网络来提取蛋白质的序列特征。最后,将这两类特征整合起来,输入到多层神经网络中识别关键蛋白质。实验结果表明,该方法在关键蛋白质识别方面具更高的准确率。(2)提出了一种基于改进的时间卷积网络和图注意力网络(Graph Attention Network,GAT)的方法AG-GATCN识别关键蛋白质。原始数据的优劣对于性能的影响是较大的,不幸的是,基因表达数据中存在较多的噪声。当前基于PPI网络的方法在评价蛋白质重要性时假定每个邻居节点对目标节点的贡献是相同的,但事实上PPI网络中不同邻居节点对于蛋白质重要性的影响是不同的。在AG-GATCN方法中,分别使用了改进的时间卷积网络和图注意力网络处理基因表达数据和PPI网络数据。为了消除原始基因表达序列中噪声的影响,使用了基于注意力机制和门控机制的时间卷积网络来提取基因表达序列的特征。其中,在输入层后面引入了注意力机制,这种方法使模型更加关注基因表达序列中对蛋白质重要性起作用的信息,减少了噪声的影响。此外,在扩张因果卷积层后面引入了门控机制,以减少卷积后产生的噪声的影响。为了提取更丰富的PPI网络特征,充分考虑PPI网络的网络拓扑,引入了一种无监督的网络嵌入方法,该方法可以自动学习网络中节点的特征,从而避免了人工选择特征,然后结合了七个中心性指标(包括DC、BC、CC、SC、LAC、NC和UC)构建了特征矩阵,最后利用图注意网络提取了PPI网络的特征。AG-GATCN最终整合了上述两类特征识别了关键蛋白质。实验结果表明,AG-GATCN在所有评估指标上都具有较好的性能。

关键词：蛋白质相互作用网络关键蛋白质深度学习网络嵌入