应用PPIN分析肝移植临床耐受患者PBMC基因表达特点

应用生物信息学方法分析肝移植临床耐受患者PBMC基因表达特征,筛选临床耐受关键基因。从GEO数据库获取19个肝移植临床耐受病例及22个非临床耐受病例基因表达谱数据。应用DAVID网络软件进行差异基因功能注释与聚类分析;通过Cytoscape软件的MiMI插件构建蛋白质相互作用网络(PPIN)筛选肝移植临床耐受关键基因。差异基因涉及蛋白质及RNA代谢、免疫应答、膜结构调节等复杂生物过程。PPIN网络分析获得10个临床耐受核心基因。我们的研究表明:肝移植临床耐受涉及外周血免疫细胞复杂的基因表达调控机制及蛋白质间相互作用;RNA的转录后加工及蛋白质降解在免疫耐受的形成中发挥了重要作用;RBM8A、DHX9、CBL、IKBKB、CSNK2A1、HSPA8等核心基因发挥重要的免疫调节功能。

基于边权重信息深度网络嵌入的PPIN功能模块检测

现有基于网络嵌入的蛋白质相互作用网络(PPIN)功能模块检测方法通常仅对蛋白质节点信息进行网络嵌入,并未对蛋白质间的边权重信息进行网络嵌入,导致蛋白质功能模块检测质量不理想。针对该问题,提出一种基于边权重信息深度网络嵌入的PPIN功能模块检测方法。结合PPIN的拓扑结构以及基因本体的属性信息,通过图注意力网络的注意力系数来衡量蛋白质间的一阶边权重信息,基于邻域聚合对蛋白质的一阶边权重信息进行嵌入。利用长短期记忆网络的遗忘门和输入门来衡量蛋白质间的高阶边权重信息,并对蛋白质的高阶边权重信息进行嵌入。根据网络嵌入得到的低维向量,通过核心附属聚类算法挖掘出核心团并添加附属蛋白质,从而获得最终的蛋白质功能模块。在Collins、Gavin和Krogan蛋白质数据集上的实验结果表明,该方法相较于基于核心附属聚类的蛋白质功能模块检测等方法在准确率和F1值上最高提升了18.1和12.9个百分点。

基于蝙蝠算法的蛋白质网络功能模块检测

为了得到更好的蛋白质功能模块,揭示蛋白质的功能,利用蝙蝠算法对蛋白质相互作用网络(PPINs)进行功能模块检测.每个蝙蝠个体所在的位置代表一种候选的功能模块划分,将PPIN中每个蛋白质节点与其所有邻居节点组成邻居有序表,采用在邻居有序表中随机游走的编码方式进行种群的初始化;在种群优化过程中,设计定向局部扰动、随机扰动、基于距离和频率的自适应变异、自然选择4种寻优机制来进行解的随机优化.在5个不同规模的酵母菌PPIN数据集上,将所提出方法与6种经典算法进行对比实验.结果表明,所提出方法检测到的功能模块中有较多模块与标准模块相匹配,并且所提出算法在覆盖率、召回率、灵敏度、正的预测率、准确度评价指标上均表现突出,验证了所提出方法的有效性.

基于通路和网络方法对重度抑郁症和阿尔茨海默症易感基因的分析

目的运用通路富集和网络分析的方法揭示重度抑郁症(major depressive disorder,MDD)和阿尔茨海默症(Alzheimer’s disease,AD)的共病生物过程和异常通路,预测潜在风险基因。方法对MDD或AD易感基因进行通路和网络分析,构建主要重叠通路的串话网络,通过提取MDD和AD特异性蛋白质相互作用子网络,确定与这两种疾病相关的潜在风险基因。结果研究得到255个MDD易感基因和587个AD易感基因以及46个共享基因。通过分析确定了48条与免疫系统、信号转导系统、内分泌系统等显著性共病通路。最后分析特异性子网络,预测出5个潜在风险基因:HSP90AA1、ELAVL1、CEBPB、HSP90AB1和YBX1。结论MDD与AD共病可能是多种分子和通路的功能异常引起的,且MDD易感基因可能在共病中发挥主要作用。