检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科学家发现控制精卵细胞结合的关键蛋白质

科技致富向导 2014年第12期 10-10页

作者：筱玟

据国外媒体报道,英国桑格研究所的科学家们首次在卵细胞表面发现控制受精的关键蛋白。这一发现很可能对女性不孕的治疗带来重大影响,而且有可能带来新的避孕药问世。英国桑格研究所的科学家们把卵子的这种蛋白质以罗马掌管生育和婚姻女... 详细信息

据国外媒体报道,英国桑格研究所的科学家们首次在卵细胞表面发现控制受精的关键蛋白。这一发现很可能对女性不孕的治疗带来重大影响,而且有可能带来新的避孕药问世。英国桑格研究所的科学家们把卵子的这种蛋白质以罗马掌管生育和婚姻女神'Juno'的名字命名,他们声称这一发现揭开了怀孕最初始阶段的过程,而我们直到现在对于这一阶段都知之甚少。

关键词：关键蛋白质研究所卵细胞精细胞

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

美发现埃博拉感染的关键蛋白质

中国民商 2015年第7期 15-15页

美国研究人员发布报告称,他们发现埃博拉病毒必须与一种蛋白质相结合,才能感染宿主,这一发现将有助于预防埃博拉病毒传播并治疗其导致的埃博拉出血热。研究人员在最新一期美国《微生物学》杂志上指出,老鼠实验显示,埃博拉病毒必须通过... 详细信息

美国研究人员发布报告称,他们发现埃博拉病毒必须与一种蛋白质相结合,才能感染宿主,这一发现将有助于预防埃博拉病毒传播并治疗其导致的埃博拉出血热。研究人员在最新一期美国《微生物学》杂志上指出,老鼠实验显示,埃博拉病毒必须通过一种代号为NPC1的蛋白质才能进入体细胞,一旦阻止埃博拉病毒与该蛋白质结合,它就会失去

关键词： NPC 感染宿主埃博拉病毒关键蛋白质

基于PPI网络的蛋白质分析系统的设计与实现

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于PPI网络的蛋白质分析系统的设计与实现

作者：唐玉亮扬州大学

学位级别：硕士

随着生物信息学和生物技术的飞速发展,研究者们已经积累了大量的蛋白质数据,这些蛋白质之间通过相互作用便形成了PPI网络（Protein-Protein Internaction）。一方面蛋白质是生命体内的核心物质,另一方面也是细胞的重要组成部分。它可以... 详细信息

随着生物信息学和生物技术的飞速发展,研究者们已经积累了大量的蛋白质数据,这些蛋白质之间通过相互作用便形成了PPI网络（Protein-Protein Internaction）。一方面蛋白质是生命体内的核心物质,另一方面也是细胞的重要组成部分。它可以供给人体热能,参与体内物质代谢的调节、人体呼吸系统的运输,防御细菌和病毒的入侵。蛋白质复合物则是由一组结构、功能相似的蛋白质组成的蛋白质群体,是许多生物活性的基本模块,具有一定的动态性,因此蛋白质复合物的预测对理解细胞组织、细胞功能具有重要的生物意义。而关键蛋白质就是生物体在生命活动中起到关键性作用的蛋白质,它对一些疾病的诊断、治疗起了决定性的作用。目前虽然有关蛋白质复合物和关键蛋白质的识别工作取得了一系列进展,但是依然存在着如下一些问题:（1）网络中的许多数据有假阳性的问题;（2）未充分考虑网络的真实性;（3）需要进一步挖掘出蛋白质生物属性,从而进一步提高现有识别算法的精确度。为解决上述三个不足,本文从动态网络入手,设计出新的识别蛋白质复合物方法,并在挖掘的复合物的基础之上,实现了高效的关键蛋白质的识别。本研究的主要工作有:（1）对于网络呈现出的动态性特点,提出了动态PPI网络中蛋白质复合物识别算法（BO-CAS）。该方法首先利用3σ法则将原网络转为动态网络,接着利用网络的拓扑特征和蛋白质的生物属性构建动态加权PPI网络,然后利用贪心方法选择初始节点并形成复合物的核心,根据得到的核心结构,然后借助复合物内部联系紧密这一特征为核心选择合适的附件,从而形成蛋白质复合物。此外,BO-CAS算法还解决了蛋白质复合物之间的重叠问题。通过在Gavin、Krogan、DIP数据集上的多次实验,最后的结果表明,与一些现有的复合物识别方法比较,BO-CAS算法获得了较高的准确率。（2）对于数据中有些假阳性数据的问题,提出了动态PPI网络中融合多源生物信息的关键蛋白质识别方法（FMSBI）。该方法利用蛋白质基因表达信息,将原网络变为动态网络,随后融合多源生物属性得到衡量蛋白质节点是否为关键蛋白的标准。通过在DIP、MIPS、Krogan三个数据集上的多次调参实验,结果表明,与现有的一些关键蛋白质识别方法比较,FMSBI算法具有较高的识别准确率。（3）基于上述两个工作,本文设计并实现了一个基于PPI网络的蛋白质分析系统。该系统可以提供用户账号的注册、登录、可以利用本文提出的两个算法实现复合物和关键蛋白质的高效挖掘,并提供了一些蛋白质生物信息方面的知识,用户可以在本网站在线学习相关知识。该系统页面精致,功能齐全,有较好的经济、应用价值。

关键词： PPI网络蛋白质复合物关键蛋白质

基于高通量生物学数据的关键信息挖掘算法设计研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高通量生物学数据的关键信息挖掘算法设计研究

作者：薛晓丽华东交通大学

学位级别：硕士

蛋白质是生物体生命活动的物质基础,是细胞新陈代谢的重要组成成分,生物体内的一切生理过程都需要蛋白质的参与。然而绝大多数蛋白质并不能独立运作,而是通过与其他的蛋白质发生相互作用,共同完成某些特定的生物学功能。其中,一些蛋白... 详细信息

蛋白质是生物体生命活动的物质基础,是细胞新陈代谢的重要组成成分,生物体内的一切生理过程都需要蛋白质的参与。然而绝大多数蛋白质并不能独立运作,而是通过与其他的蛋白质发生相互作用,共同完成某些特定的生物学功能。其中,一些蛋白质的缺失或者失效会导致生物体的某些正常生理功能受损,甚至无法生存,这类蛋白质被称作关键蛋白质。关键蛋白质是维持生物体正常生理功能不可或缺的物质,往往与致病基因和药物靶标密切相关,这对疾病诊断和药物分子靶标的设计具有重要的指导价值。同时,关键蛋白质的发现对揭示分子机制和生物学过程具有重要的意义。采用传统的生物学实验的方法识别关键蛋白质十分繁琐且成本昂贵,已经无法满足日益增长的需求。随着高通量技术的迅速发展,蛋白质相互作用（Protein-Protein Interaction,PPI）数据不断积累,涌现出大量的基于挖掘高通量生物学数据特征的计算方法来预测关键蛋白质。这些算法主要分为两类:一类是挖掘网络的拓扑结构特征;另一类是融合蛋白质的其他生物学信息。因此,如何有效的整合多源生物学信息,充分挖掘不同数据隐含的内在特征来有效的提高预测率是研究的一大热点。本文基于对PPI网络拓扑结构的分析,深入挖掘蛋白质的内在结构特性和生物学特征,提出了三种不同的预测关键蛋白质的方法,主要内容如下:（1）提出了通过基因本体注释信息过滤重建PPI网络的方法识别关键蛋白质。针对PPI网络的假阳性率较高的情况,采用基于基因本体（Gene Ontology,GO）注释信息的语义相似性度量来评估网络中蛋白质之间相互作用的可靠性,并设置合适的置信度阈值过滤网络中的假阳性数据,构建新的GO-PPI网络。选取六种中心性度量方法进行实验,数值结果显示在新构建的GO-PPI网络上的识别精度显著高于原始网络。（2）提出了融合GO注释信息、亚细胞定位信息、蛋白质结构域信息的方法预测关键蛋白质。首先通过蛋白质结构域的重要性来刻画蛋白质的结构重要性,然后采用GO注释信息、亚细胞定位信息和边聚类系数描述蛋白质的功能重要性,最后将两者有机的结合在一起构成新的预测方法TGSD。选取四组常用的酵母PPI数据集进行仿真实验,结果显示该方法能够显著的提升关键蛋白质的正确识别数量。（3）提出了融合多源生物学信息的方法识别关键蛋白质。考虑到仅仅依靠网络的拓扑性质识别关键蛋白质难以达到满意的精度,因此在网络的拓扑结构中融入蛋白质的其他生物学信息。而不同的生物学数据刻画的蛋白质特征不同,在PPI网络中同时融入蛋白质复合物信息、基因表达数据、GO注释信息、亚细胞定位信息和蛋白质同源性数据,提出一种新的预测算法CEGSO。多种信息的融合能够有效的降低PPI网络中的假阳性数据对预测结果的影响,同时使用差分演化算法寻找最优的一组最优的参数值,确定每种信息的权重,并在基准PPI网络上进行测试。仿真结果表明,在不同的测试数据集和不同的评价指标下,CEGSO比其他比较方法获得了更准确和鲁棒的结果。

关键词：关键蛋白质蛋白质相互作用网络高通量数据计算方法多源信息融合

一种新的基于多数据源的蛋白质复合物识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机与应用化学 2014年第4期31卷 451-456页

作者：胡伟汤希玮湖南第一师范学院信息科学与工程系湖南长沙410205

蛋白质复合物是许多生物过程得以实现的基石。蛋白质相互作用数据中的假阳性和假阴性对各种识别蛋白质复合物的计算方法有不良影响。为了解决这一问题,1种新的蛋白质复合物识别算法(ICMDS,Identifying Complexes based on Multiple Data... 详细信息

蛋白质复合物是许多生物过程得以实现的基石。蛋白质相互作用数据中的假阳性和假阴性对各种识别蛋白质复合物的计算方法有不良影响。为了解决这一问题,1种新的蛋白质复合物识别算法(ICMDS,Identifying Complexes based on Multiple Data Sources)被提出。该方法整合基因表达谱、关键蛋白质信息和蛋白质相互作用3种生物数据进行蛋白质复合物的挖掘。首先,ICMDS重新定义了2个相互作用的蛋白质之间的功能相似性(FS,Functional Similarity)。然后,ICMDS选择已知的关键蛋白质作为种子构建蛋白质复合物。为了消除冗余的复合物,ICMDS算法也设计了冗余过滤子程序。另外,ICMDS也使用非关键蛋白质作为种子并将之扩展为蛋白质复合物。实验结果表明ICMDS识别蛋白质复合物的能力明显优于其他计算方法。

关键词：蛋白质相互作用网络关键蛋白质基因表达谱蛋白质复合物识别算法

维普期刊数据库

基于朴素贝叶斯算法和生物信息融合的关键蛋白预测研究

在线全文

学校读者我要写书评

暂无评论

基于朴素贝叶斯算法和生物信息融合的关键蛋白预测研究

作者：谭静湘潭大学

学位级别：硕士

细胞活动中的许多功能的实现都需要有蛋白质的参与,比如细胞的催化功能、运输新陈代谢的产物,以及对生物体中的新陈代谢进行合理调节等功能。根据蛋白质在生物体的生命活动中的重要性的差别,可将蛋白质可分为关键蛋白和非关键蛋白。关... 详细信息

细胞活动中的许多功能的实现都需要有蛋白质的参与,比如细胞的催化功能、运输新陈代谢的产物,以及对生物体中的新陈代谢进行合理调节等功能。根据蛋白质在生物体的生命活动中的重要性的差别,可将蛋白质可分为关键蛋白和非关键蛋白。关键蛋白质的缺失会对细胞产生致命影响,做到对关键蛋白质的正确识别对疾病诊断具有颇为重要的现实意义。因此,开发有效的计算模型来识别关键蛋白具有重要意义。随着高通量生物实验技术的逐步发展,通过构建相互作用网络,并在相互作用网络上开展关键蛋白预测研究已经成为关键蛋白预测领域的研究热点。但是,已知的蛋白质-蛋白质关联网络和蛋白质-蛋白域关联网络中的已知关联相对太少,导致关联网络十分稀疏,这对关键蛋白质的预测准确性也产生了消极的影响。同时,研究表明蛋白质的生物学信息与蛋白质是否为关键蛋白具有潜在的联系。因此,本研究中通过使用朴素贝叶斯算法,将已知的稀疏的蛋白质相互作用网络转化为一个相对稠密的相互作用网络,从而获得更多的相互作用关系。通过对以上问题的分析,本研究中提出了EPNBC关键蛋白质预测模型。主要研究内容如下:首先,该模型分别构建了原始蛋白质相互作用网络(PPI)和原始蛋白质-蛋白域相互作用网络(PDI)。通过使用朴素贝叶斯算法处理PDI网络,进而得到一个拥有更多相互作用关系的新的蛋白质连接网络。基于这一新的相互作用网络以及蛋白质的基因表达数据,又分别构建出一个带有权重的蛋白质相互作用网络(WPPI)和一个带有权重的蛋白质-蛋白域相互作用网络(WPDI)。通过将WPDI和WPPI这两个加权的相互作用网络进行整合,又进一步得到一个拥有三种连接关系的异构加权网络。在此异构网络上,使用改进后的Page Rank网页排名算法,通过迭代获得每个蛋白质的最终得分。将蛋白质的Page Rank得分按照降序排列,并最终获得关键蛋白预测结果。通过将EPNBC预测模型的预测效果与另外数十种优秀的关键蛋白预测算法在不同规模的数据集上相比较,可得出结论为EPNBC预测算法具有更好的预测效果。

关键词：关键蛋白质朴素贝叶斯算法生物信息融合蛋白质相互作用网络

基于支持向量机的蛋白质网络重要节点分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于支持向量机的蛋白质网络重要节点分类方法研究

作者：查艳利重庆理工大学

学位级别：硕士

蛋白质是生命的物质基础,是构成细胞的基本有机物,是生命活动的主要承担者。因此,它是与生物体存活以及生命活动的各种形式密切相关的关键要素。不同种类的蛋白质对生命活动的作用是不同的,关键蛋白质是指生物组织生存和繁殖以及相关特... 详细信息

蛋白质是生命的物质基础,是构成细胞的基本有机物,是生命活动的主要承担者。因此,它是与生物体存活以及生命活动的各种形式密切相关的关键要素。不同种类的蛋白质对生命活动的作用是不同的,关键蛋白质是指生物组织生存和繁殖以及相关特定生物功能正常执行所必需的蛋白质,在生命活动中扮演重要角色。开展关键蛋白质的预测和识别研究不仅对生物组织功能活性产生和维持甚至重现规律的认识有直观理解,更对生命活动的由来和发展甚至进化方向的研究提供前提条件。基于此,在新兴的组学时代,伴随新一代快速高通量测序等实验技术的不断出现,蛋白质相关的实验数据也海量剧增,因而在生物信息学的基础上开展对关键蛋白质识别成为研究新热点。本文在分析网络节点已有的网络拓扑中心性度量基础上,从蛋白质网络角度出发融合多种拓扑中心性度量,尝试构建关键蛋白质的本质特征,从而建立和检验关键蛋白质识别的新方法。主要研究工作如下：首先简要描述中心性度量的基本概念,它是刻画网络节点在复杂网络中发挥相应作用的重要程度的一类指标。基于拓扑中心性度量的关键蛋白质识别方法,通常只利用节点的某一类拓扑中心性,因而该类方法仅是表现了蛋白质网络中蛋白质节点的某一个拓扑属性,到目前仍无法综合有效地刻画蛋白质的关键性。近来有研究指出,蛋白质的关键性具有多维度多层次性。鉴于此,本文选择有代表性的多种拓扑中心性度量,设计由这类拓扑中心性度量合理融合的机制,提出由拓扑中心性度量构建的特征空间。其次,在拓扑中心性度量构建的特征空间中,本文将现有关键蛋白质识别方法的排序筛选方式转换为在特征空间中的分类任务。在对蛋白质网络节点和相互作用的统计分析后,本文发现这类分类任务属于非均衡的二分类。由此,本文借助研究成果相对丰富的支持向量机作为分类器,构建了在网络水平上识别关键蛋白质的新方法TCVM,为关键蛋白质识别研究提供了新的研究途径。实验结果表明,在给定的蛋白质网络中,通过常用统计学指标的对比分析,TCVM预测关键蛋白质的性能普遍高于经典的十种中心性度量,尤其在综合衡量分类性能的统计学指标F-measure和AUC上,TCVM具有较明显优势。通过性能分析和对比,TCVM方法较好的预测性能表明：对多种经典拓扑中心性度量的合理融合是可行的;同时,基于分类的思想建立关键蛋白质预测新方法丰富了相关研究。本文提出通过融合多种中心性度量,将现有基于排序筛选方法的关键蛋白质识别转化为特征空间中的分类任务,拓宽了关键蛋白质识别的研究领域,有效地提高了预测精确度,也为关键蛋白质识别的相关研究提供了有益的生物信息学新方法。

关键词：蛋白质网络关键蛋白质拓扑中心性度量非均衡分类支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合多数据源预测蛋白质复合物

计算机工程与应用 2012年第27期48卷 105-108页

作者：汤希玮李勇帆胡秋玲湖南第一师范学院信息科学与工程系长沙410205

蛋白质相互作用数据具有较高的假阳性率和假阴性率,这直接导致计算方法从中预测蛋白质复合物会产生较大的误差。为了弥补数据的这种先天性不足,通过结合多数据源,一种新的蛋白质复合物预测算法被提出。匹配分析和GO功能富集分析被用于... 详细信息

蛋白质相互作用数据具有较高的假阳性率和假阴性率,这直接导致计算方法从中预测蛋白质复合物会产生较大的误差。为了弥补数据的这种先天性不足,通过结合多数据源,一种新的蛋白质复合物预测算法被提出。匹配分析和GO功能富集分析被用于评估算法的性能。测试结果表明,新算法远优于以前的其他算法。

关键词：蛋白质相互作用基因表达谱关键蛋白质蛋白质复合物匹配统计基因本体功能富集

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于蛋白质相互作用网络的分析算法的研究

基于蛋白质相互作用网络的分析算法的研究

作者：吴蔷梅扬州大学

学位级别：硕士

蛋白质是生物体的重要组成部分,也是生命的物质基础,参与和控制了生物体内的大部分生命活动。蛋白质在生命体中并不是单独存在的,而是通过蛋白质之间的相互作用关系来实现生命体的具体功能。随着高通量实验方法的发展,可获得的蛋白质相... 详细信息

蛋白质是生物体的重要组成部分,也是生命的物质基础,参与和控制了生物体内的大部分生命活动。蛋白质在生命体中并不是单独存在的,而是通过蛋白质之间的相互作用关系来实现生命体的具体功能。随着高通量实验方法的发展,可获得的蛋白质相互作用(Protein-protein Interaction,PPI)网络数据逐渐增多,为系统地研究蛋白质之间的相互作用关系,进而识别网络中有重要意义的功能模块和关键蛋白质提供了可能。在PPI网络基础上研究功能模块和关键蛋白质不仅可以促进生命科学的研究,而且在疾病诊治和药物靶细胞设计等方面都具有重要的应用价值。本文对PPI网络中的分析算法进行研究,在深入分析网络层次结构的基础上,主要致力于PPI网络中的功能模块挖掘以及关键蛋白质的预测等研究,具体内容包括以下三个方面:(1)提出了基于PPI网络层次结构划分的功能模块挖掘算法FM-HS。该方法首先使用遗传算法找到一棵与PPI网络相对应的具有最大似然的层次结构树,然后通过对该树进行层次划分得到若干功能模块,最后根据模块度的值选择最佳的划分方案;同时,通过节点间在树中的公共祖先信息可以得到它们存在相互作用的可能性。该方法在挖掘功能模块的同时还可以对蛋白质之间的相互作用进行预测。通过在标准数据集上进行实验,结果表明本文提出的FM-HS算法能够更加准确地挖掘出PPI网络中的功能模块。(2)提出了基于Markov随机游走的关键蛋白质识别算法EPM。该方法同时考虑了生物信息和网络拓扑结构信息,进而克服了数据噪声高带来的负面影响。EPM使用Markov随机游走的思想:首先对PPI网络中的每一个顶点赋予表示其重要程度的得分,所有顶点的得分构成了一个n列的向量,给出其初始分值;然后根据一定的概率让分值在网络中随机游走并在传递中进行修改;最终按分值由大到小排列,输出分值最大的k个蛋白质即为关键蛋白质。在标准数据集上的实验结果表明,本文提出的EPM算法能够更加准确地识别较多的关键蛋白质。(3)提出了在PPI网络中基于遗传算法的关键蛋白质识别算法EPGA。该算法选取m个初始个体,每个个体由P个蛋白质组成,通过遗传算法对top-P个蛋白质的关键性进行整体度量,选取关键性最高(即最大适应度函数值)的个体,最后对个体解进行局部优化。在适应度函数中,本文融入了基因表达数据和域交互程度等多源生物信息,而且考虑到了蛋白质的二阶邻居对蛋白质关键性的影响。在标准数据集上的实验也表明,实验结果与其他经典算法相比,本文提出的EPGA算法识别关键蛋白质的准确率更高。

关键词： PPI 功能模块关键蛋白质