基于结构域信息的关键蛋白质标识研究

论文摘要

关键蛋白质是生物体维持生命活动的必不可少部分。关键蛋白质的研究能够为药物标靶设计、疾病治疗、合成生物学的最小限度基因组等提供重要的基础。本文从蛋白质特定结构,即功能、结构和进化的基本单位结构域出发,分析关键蛋白质独有的结构特点,为标识关键蛋白质提供新特性,主要研究工作包括：基于关键蛋白质一旦被移除导致致病或致死现象,本文分析结构域类型与蛋白质关键性之间的相关关系,发现关键蛋白质相对于非关键蛋白质拥有更多的结构域类型。13个物种的关键蛋白质平均结构域类型数目,相对于全部蛋白质平均结构域类型数目均超过1.5倍以上。以结构域类型数目标识关键蛋白质所得PPV曲线所示,关键蛋白质拥有更多的结构域类型,或拥有更多的结构域类型的蛋白质更可能为关键蛋白质的现象是非随机的。同时,实验结果显示,以结构域类型数目标识关键蛋白质,更多的关键蛋白质的确被优先选出,并且标识出的蛋白质关键性与否与实际蛋白质关键性与否之间的相关系数均高于随机结果。13个物种的分析结果显示,结构域数目和有研究认为与蛋白质关键性正相关的蛋白质长度在关键蛋白质与非关键蛋白质之间并没有明显的区别。同时,本文分析结构域频率与蛋白质关键性之间的相关关系,发现出现频率越低的结构域类型所组成的蛋白质越可能为关键蛋白质。以结构域频率标识关键蛋白质所得PPV曲线所示,上述现象非随机发生。同时,实验结果显示,以结构域频率标识关键蛋白质,更多的关键蛋白质的确被优先选出,并且标识出的蛋白质关键性与否与实际蛋白质关键性与否之间的相关系数均高于随机结果。基于上述两种发现,本文设计基于结构域信息的加权网络,在此加权网络上应用度中心性和边聚集系数标识关键蛋白质。实验结果显示,在六种评估指标上,加权网络上的度中心性和边聚集系数标识水平均高于非加权网络上的度中心性和边聚集系数的标识水平。同时,在比较前100个蛋白质时完全基于拓扑特性的标识方法标识出的蛋白质差别不大,融入结构域信息后的标识方法标识出的蛋白质与之前未融入的差别较大,并且包含更多的关键蛋白质与关键蛋白质之间的边,更少的关键蛋白质与非关键蛋白质的边。结构域信息的加入提高了标识关键蛋白质的准确性。本文从一个全新的角度,而非蛋白质相互作用网络拓扑特性,指出关键蛋白质的结构特征,为标识关键蛋白质、构建最小限度基因组等提供了新的思路。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究背景
• 1.2 课题的研究意义
• 1.3 本文的主要研究内容
• 1.4 论文的组织结构
• 第二章 关键蛋白质标识的相关研究
• 2.1 基于PPI网络的关键蛋白质标识研究
• 2.1.1 基于网络拓扑中心性测度的方法
• 2.1.2 基于网络边或功能模块的统计结论
• 2.2 融合多元数据的关键蛋白质标识研究
• 2.2.1 多元信息的内容及应用范围
• 2.2.2 融合多元信息的方法
• 2.3 本章小结
• 第三章 结构域类型与蛋白质关键性相关性分析
• 3.1 蛋白质的结构域
• 3.1.1 蛋白质的结构域类型和结构域数目
• 3.1.2 酵母物种结构域类型与蛋白质关键性相关分析
• 3.2 基于蛋白质结构域类型数目的关键蛋白质标识实验
• 3.2.1 实验数据
• 3.2.2 评估方法
• 3.2.3 实验结果分析
• 3.3 蛋白质的结构域数目和长度
• 3.4 本章小结
• 第四章 结构域频率与蛋白质关键性相关性分析
• 4.1 蛋白质的结构域频率
• 4.1.1 蛋白质的结构域频率定义
• 4.1.2 酵母物种结构域频率与蛋白质关键性相关分析
• 4.2 基于蛋白质结构域频率的关键蛋白质标识实验
• 4.2.1 实验数据
• 4.2.2 实验结果分析
• 4.3 本章小结
• 第五章 基于结构域加权网络的关键蛋白质标识
• 5.1 基于蛋白质结构域特性的加权网络
• 5.2 结构域加权网络下的关键蛋白质标识实验
• 5.2.1 实验数据
• 5.2.2 评估方法
• 5.2.3 实验分析
• 5.3 本章小结
• 第六章 结束语
• 6.1 研究工作总结
• 6.2 研究展望
• 参考文献
• 致谢
• 攻读硕士学位期间主要研究成果