蛋白质功能模块检测的聚类方法综述

在蛋白质相互作用(Protein-Protein Interaction,PPI)网络中检测蛋白质功能模块有助于预测未知蛋白质的功能模块。随着蛋白质相互作用有效数据迅速增长,如何通过PPI网络获得有效的蛋白质功能模块成为最大挑战。阐述PPI网络的发展及现状,通过对当前蛋白质功能模块检测算法进行归纳总结,把它们分为单元聚类和多元聚类,并对每类的代表性方法进行详细阐述;讨论蛋白质相互作用网络功能模块检测研究所面临的挑战及未来研究方向。

基于子块矩阵马尔可夫聚类识别动态蛋白质相互作用网络功能模块

细胞生物过程具有时序动态性,蛋白质功能模块是驱动细胞生物过程的功能单位。为了蛋白质功能模块识别,本文将细胞生物过程建模为动态时序表达相关蛋白质相互作用网络(DTEPIN);构建子块矩阵以表示动态时序表达相关蛋白质相互作用网络;利用子块矩阵特殊性,分析时空复杂度和并行性;优化设计马尔可夫聚类算法,以识别动态时序表达相关蛋白质相互作用网络中的蛋白质功能模块。为了支持基于子块矩阵马尔可夫聚类过程,本文运用图形处理器并行计算矩阵乘积。实验结果表明,与已有同类算法相比,所设计算法识别的蛋白质功能模块,统计匹配质量更高且精确匹配数量更多。

基于模块统计模型在蛋白质表达谱分析中的比较与应用

在蛋白质组学研究中,差异表达分析能够帮助寻找与疾病相关的重要蛋白和生物标志物。目前广泛应用的差异表达分析方法大多是在单蛋白水平进行的,但是很多复杂疾病或者表型是由一些关键模块或通路上多个蛋白的微弱变化累加所致。本研究中,我们比较评估了5种基于模块的差异表达统计学方法,这些方法相比单蛋白差异表达分析方法,应该能够找到更多跟癌症相关的功能模块。通过模拟数据集的评估结果表明,基于Mean的方法在不同的模拟数据集中都展现了较好的统计效力,L2Norm、GM和FM 3种方法的统计效力基本相同,而WKS的统计效力较差。此外,我们将5种方法应用到结直肠癌患者样本蛋白质表达谱数据分析中。结果显示,单蛋白水平差异分析方法和基于模块的统计分析方法都找到了跟端粒酶相关的功能模块,而基于5种方法综合排名的结果找到了更多与癌症密切关联的途径,包括p53调节的内源性细胞凋亡的功能模块。