基于相似性度量的PPI网络链接预测算法相关性分析

针对基于相似性度量的蛋白质相互作用网络(PPI网络)链接预测算法Sim,证明Sim指标是基于3-跳路径的指标,分析Sim矩阵和PPI网络邻接矩阵具有较强相关性,为基于相似性度量的PPI网络链接预测算法提供理论依据.

Function identification of Md TIR1 in apple root growth benefited from the predicted Md PPI network

Protein–protein interaction(PPI)network analysis is an effective method to identify key proteins during plant development,especially in species for which basic molecular research is lacking,such as apple(Malus domestica).Here,an MdPPI network containing 30806 PPIs was inferred in apple and its quality and reliability were rigorously verified.Subsequently,a rootgrowth subnetwork was extracted to screen for critical proteins in root growth.Because hormone-related proteins occupied the largest proportion of critical proteins,a hormonerelated sub-subnetwork was further extracted from the root-growth subnetwork.Among these proteins,auxin-related M.domestica TRANSPORT INHIBITOR RESISTANT 1(MdTIR1)served as the central,high-degree node,implying that this protein exerts essential roles in root growth.Furthermore,transgenic apple roots overexpressing an MdTIR1 transgene displayed increased primary root elongation.Expression analysis showed that MdTIR1 significantly upregulated auxin-responsive genes in apple roots,indicating that it mediates root growth in an auxin-dependent manner.Further experimental validation revealed that MdTIR1 interacted with and accelerated the degradation of MdIAA28,MdIAA43,andMdIAA46.Thus,MdTIR1-mediated degradation of MdIAAs is critical in auxin signal transduction and root growth regulation in apple.Moreover,our network analysis and high-degree node screening provide a novel research technique for more generally characterizing molecular mechanisms.

Identification of tumor-suppressor genes in lung squamous cell carcinoma through integrated bioinformatics analyses

Lung cancer is a prevalent malignancy,and fatalities of the disease exceed 400,000 cases worldwide.Lung squamous cell carcinoma(LUSC)has been recognized as the most common pathological form of lung cancer.The comprehensive understanding of molecular features related to LUSC progression has great significance in LUSC prognosis assessment and clinical management.In this study,we aim to identify a panel of signature genes closely associated with LUSC,which can provide novel insights into the progression of LUSC.Gene expression profiles were retrieved from public resources including gene expression omnibus(GEO)and the cancer genome atlas(TCGA)database.Differentially expressed genes(DEGs)between LUSC specimens and normal lung tissues were identified by bioinformatics analyses.A total of 66 DEGs were identified based on two cohorts of data.CytoHubba plugin of Cytoscape software was utilized for the further analyses of the top 10 candidate hub genes including OGN,ABI3BP,MAMDC2,FGF7,FAM107A,SPARCL1,DCN,COL14A1,and MFAP4 and CHRDL1,which showed significant downregulation in LUSC.Two LUSC cell lines were used to validate the functions of CHRDL1 and FAM107A through overexpression experiment.Together,our data revealed novel candidate tumor-suppressor genes in LUSC,suggesting previously unappreciated mechanisms in the progression of LUSC.

基于连接强度的PPI网络蚁群优化聚类算法

由于PPI网络数据的无尺度和小世界特性,使得目前对此类数据的聚类算法效果不理想.根据PPI网络的拓扑结构特性,本文提出了一种基于连接强度的蚁群优化(Joint Strength based Ant Colony Optimization,JSACO)聚类算法,该算法引入了连接强度的概念对蚁群聚类算法中的拾起/放下规则加以改进,以连接强度作为拾起规则,对结点进行聚类,并根据放下规则放弃部分不良数据,产生最终聚类结果.最后采用了MIPS数据库中的PPI数据进行实验,将JSACO算法与PPI网络数据的其他聚类算法进行比较,聚类结果表明JSACO算法正确率高,时间开销低.

快速的基于蚁群聚类的PPI网络功能模块检测方法

针对蚁群聚类在蛋白质相互作用(protein-protein interaction,PPI)网络中进行功能模块检测问题上时间性能的不足,提出一种快速的基于蚁群聚类的PPI网络功能模块检测(fast ant colony clustering for functional module detection,FACC-FMD)方法.该算法计算每个蛋白质与核心组蛋白质的相似度,根据拾起放下模型进行聚类,得到的初始聚类结果中功能模块之间相似度很小,省去了原始蚁群聚类算法中的合并和过滤操作,缩短了求解时间.同时该算法根据蛋白质的关键性对蚁群聚类中的拾起放下操作做了更严格的约束,以减少拾起放下的次数,加速了聚类的过程.在多个PPI网络上的实验表明:与原始蚁群聚类方法相比,FACC-FMD大幅度提高了时间性能,同时取得了良好的检测质量,而且与近年来的一些经典算法相比在多项性能指标上也具有一定的优势.

RNA sequencing of exosomes secreted by fibroblast and Schwann cells elucidates mechanisms underlying peripheral nerve regeneration

Exosomes exhibit complex biological functions and mediate a variety of biological processes,such as promoting axonal regeneration and functional recove ry after injury.Long non-coding RNAs(IncRNAs)have been reported to play a crucial role in axonal regeneration.Howeve r,the role of the IncRNA-microRNAmessenger RNA(mRNA)-competitive endogenous RNA(ceRNA)network in exosome-mediated axonal regeneration remains unclear.In this study,we performed RNA transcriptome sequencing analysis to assess mRNA expression patterns in exosomes produced by cultured fibroblasts(FC-EXOs)and Schwann cells(SCEXOs).Diffe rential gene expression analysis,Gene Ontology analysis,Kyoto Encyclopedia of Genes and Genomes analysis,and protein-protein intera ction network analysis were used to explo re the functions and related pathways of RNAs isolated from FC-EXOs and SC-EXOs.We found that the ribosome-related central gene Rps5 was enriched in FC-EXOs and SC-EXOs,which suggests that it may promote axonal regeneration.In addition,using the miRWalk and Starbase prediction databases,we constructed a regulatory network of ceRNAs targeting Rps5,including 27 microRNAs and five IncRNAs.The ceRNA regulatory network,which included Ftx and Miat,revealed that exsosome-derived Rps5 inhibits scar formation and promotes axonal regeneration and functional recovery after nerve injury.Our findings suggest that exosomes derived from fibro blast and Schwann cells could be used to treat injuries of peripheral nervous system.

面向PCP-MS数据的PPI网络推断算法

随着蛋白质组学的发展,研究者们开始聚焦于人类的全部蛋白质相互作用(Protein-Protein Interaction,PPI)网络的建立,质谱分析技术已成为预测蛋白质相互作用的代表方法。质谱技术是构建蛋白质相互作用网络的主要实验手段之一,基于质谱技术产生了大量的蛋白质纯化数据,如AP-MS数据和PCP-MS数据等。这些数据为PPI网络的构建提供了重要的数据支持,但是通过人工的手段来构建PPI网络不仅低效,而且很不现实。因此,面向PCP-MS数据的网络推断算法是生物信息学研究的一个热点问题。文中针对一类主流的质谱(PCP-MS)数据的PPI网络构建算法问题开展研究,从解决目前存在的瓶颈问题出发,达到构建高质量PPI网络的目的。现有的面向PCP-MS数据的PPI网络推断算法的研究还处于初级阶段,相关方法较少。同时,算法结果的质量还存在着一些问题:1)很多错误的相互作用被包含在不同的推断算法结果中,同时一些正确的相互作用在结果中被遗漏;2)不同的推断算法在同一数据集上的表现差异较大;3)对于不同的数据集,同一算法表现性能的波动方差较大。因此,为了从PCP-MS数据中推断出结构可靠、质量较高的PPI网络,文中提出一种基于相关性分析与排序整合的PPI评分方法。该方法基于无监督学习,包括以下两个步骤:1)计算蛋白质之间的相关系数,得到多组相关性结果;2)采用排序整合的方法对多组结果进行整合,得到整合后的PPI分数。实验结果表明,所提方法在不使用参考标准的情况下,可以达到与有监督学习方法接近的结果。

基于动态加权PPI网络的关键蛋白质识别算法

与静态PPI网络相比,动态PPI网络更能体现蛋白质之间相互作用的真实情况,并有效降低PPI网络中的假阴性。现有的关键蛋白质预测方法主要应用在静态PPI网络,忽视了PPI网络的动态特性。为有效预测关键蛋白质,利用基因表达数据提取蛋白质的动态信息,再结合静态PPI网络构建动态PPI网络,然后引入GO术语对网络加权,并基于动态加权PPI网络提出一种新的预测方法——DWE。该方法以蛋白质在动态网络中的动态加权边之和与蛋白质在动态网络中出现的次数的比值衡量蛋白质在网络中的关键性。实验结果表明动态加权PPI网络有助于提高关键蛋白质的预测精度,且DWE方法优于其他几种关键蛋白质预测方法。

基于PPI网络的地下停车场监控系统设计

本系统采用上位机和下位机的两级控制方式。上位机采用组态王监控系统,实现车库信息的采集、显示和车位的分配等功能;下位机采用多PLC的PPI网络系统,实现对车库信息的自动采集,根据声音信号对车库照明进行自动控制等功能,为现代智能车库的管理提供借鉴。

基于文化算法的PPI网络功能模块检测方法

为了解决蛋白质相互作用(protein-protein interaction,PPI)网络功能模块检测问题,提出一种基于文化算法的PPI网络功能模块检测(CA-FMD)方法.首先,每个个体采用基于节点邻居有序表的编码方式表示功能模块检测问题的一个可行解.然后,利用文化算法的双层进化机制获得最优解,其中,上层机制用来模拟信念空间中群体经验的进化,下层机制用来刻画种群空间中个体的进化.最后,借助2个空间的相互作用和影响完成解的优化.在3个数据集上的实验结果表明:与其他算法相比,CA-FMD方法在多项评价指标上都具有明显的优势.

PPI网络在柔性自动生产线中的应用

利用PPI网路实现了柔性自动生产线自动化运行的协调控制,给出了PPI网络的连接与调试方法。

Essential proteins identification method based on four-order distances and subcellular localization information

Essential proteins are inseparable in cell growth and survival. The study of essential proteins is important for understanding cellular functions and biological mechanisms. Therefore, various computable methods have been proposed to identify essential proteins. Unfortunately, most methods based on network topology only consider the interactions between a protein and its neighboring proteins, and not the interactions with its higher-order distance proteins. In this paper, we propose the DSEP algorithm in which we integrated network topology properties and subcellular localization information in protein–protein interaction(PPI) networks based on four-order distances, and then used random walks to identify the essential proteins. We also propose a method to calculate the finite-order distance of the network, which can greatly reduce the time complexity of our algorithm. We conducted a comprehensive comparison of the DSEP algorithm with 11 existing classical algorithms to identify essential proteins with multiple evaluation methods. The results show that DSEP is superior to these 11 methods.

BAZ2A在子宫颈癌和肝癌中促癌的共同机制研究

目的研究毗邻锌指结构域的溴结构域蛋白2A(bromodomain adjacent to zinc finger domain protein 2,BAZ2A)促进子宫颈癌和肝癌发展的共同机制。方法通过转录组测序获得子宫颈癌组和肝癌组的转录组数据。应用R语言的“limma”包分别筛选子宫颈癌组DEGs和肝癌组DEGs,并取交集获得其共有DEGs。通过“ggplot2”和“clusterProfiler”包对DEGs进行GO和KEGG功能注释分析。应用STRING数据库在线工具构建子宫颈癌DEGs、肝癌DEGs和共有DEGs的PPI网络分析图。使用Cytoscape软件对PPI网络分析图进行进一步处理,鉴定出核心基因。结果对子宫颈癌DEGs、肝癌DEGs和共有DEGs分别进行KEGG富集,三者共有的通路涉及细胞凋亡、抗原加工与呈递、类固醇生物合成。对子宫颈癌DEGs、肝癌DEGs和共有DEGs分别进行GO富集,前两者共有的生物过程(biological process,BP)条目涉及凋亡信号通路、免疫反应、生物黏附,三者共有的BP条目为细胞-底物黏附。子宫颈癌DEGs的核心基因为EP300。EP300对癌症细胞凋亡、迁移有调控作用。肝癌DEGs的核心基因为HSP90AB1。HSP90AB1可介导细胞程序性死亡、炎症和自身免疫、迁移等过程。共有DEGs的核心基因为RPS3。RPS3是一种核糖体蛋白,可通过影响核糖体的生物发生而影响癌细胞的生长、增殖和转移。结论BAZ2A可通过调节细胞凋亡、免疫反应、细胞运动、迁移而影响子宫颈癌、肝癌的发展,这为癌症的靶向治疗提供了新思路。

基于PPI协议的注浆参数采集和网络发布系统

为了提高注浆参数监测质量,应用VC技术编制了基于PPI通信协议的注浆参数采集软件,实现了注浆水枪远程监控、注浆参数采集和存储功能;应用ASP.NETAJAX技术和Web服务环境IIS开发实时、动态、无闪烁的Web页面,实现了注浆信息网络发布。

PPI网络在生产线控制系统中的应用

针对四站三工序生产线研制的自动控制系统,采用四台S7-200PLC构成PPI网络,应用NETR与NETW指令设计主站PLC的通信控制程序和各从站的控制程序。通过在实验室进行无负载模拟试验,证明该系统通信数据准确,功能稳定、可靠。

基于不确定性PPI网络的最大稠密子图挖掘

研究表明使用PPI数据进行蛋白质功能预测是很有意义的。然而,从生物学实验得到的PPI数据一般是含有噪声的、不完全的和不精确的,这使得将PPI网络作为不确定图来处理变得更加合理。提出了一种基于深度优先搜索策略和点扩展的挖掘算法,它可以有效地从不确定的PPI网络中挖掘最大稠密子图。该算法使用了几种高效的剪枝技术来提高挖掘的时间效率。在酵母菌PPI数据上的实验结果表明该算法在精度和效率上都有很好的表现。

基于PLC的小型柔性生产线PPI网络设计

针对小型柔性生产线中PLC之间需要进行实时数据通信这一问题,设计基于S7-200PLC的PPI网络通信系统。介绍PPI网络的特点和设计步骤,重点阐述通信读写数据的规划、通信子程的生成及调用、主站和从站的通信子程序设计等关键技术。

PPI网络在柔性自动生产线中的连接与调试

利用PPI网路实现了柔性自动生产线自动化运行的协调控制,给出了PPI网络的连接与调试方法。

PPI网络的改进马尔科夫聚类算法

蛋白质相互作用(PPI)网络是生物信息学的一个新的研究领域。近年来马尔科夫(MCL)聚类算法在未知蛋白质的功能模块预测方面发挥了重要作用,但是聚类质量不高,为此提出了一种基于突变因子和惩罚因子及重新定义解释聚类结果的MCL聚类算法。该算法采用惩罚因子,惩罚质量较大的吸引子;采用突变因子在算法后期断绝初始转移概率对转移概率的束缚。算法在PPI网络数据集上进行了测试,结果表明该算法不但可以抑制小类的产生,而且聚类结果的质量在Avg.F方面相对于基本MCL算法提高了13.1%。

基于PPI协议和GPRS网络的供水管网远程监控系统设计

针对某水厂供水管网管道监测点、泵站分散且范围广,无法集中监控等问题,设计了一套基于PPI协议和GPRS网络的供水管网远程监控系统。该系统采用力控组态软件作为中心控制站,通过PPI协议和GPRS数据传输网络与现场可编程逻辑控制器建立无线数据通信链路,实现了远程对供水管网设备的集中监控。现场应用表明:此供水监控系统实时性好、数据传输准确、自动化程度高,提高了生产效率。