基于支持向量機的蛋白質網絡重要節(jié)點分類方法研究.pdf

1、蛋白質是生命的物質基礎，是構成細胞的基本有機物，是生命活動的主要承擔者。因此，它是與生命及與各種形式的生命活動緊密聯(lián)系在一起的物質。不同種類的蛋白質對生命活動的作用是不同的，關鍵蛋白質是指生物組織生存和繁殖以及相關特定生物功能正常執(zhí)行所必需的蛋白質，在生命活動中扮演重要角色。識別關鍵蛋白質有助于加深了解細胞生長周期過程，從而增強對生命活動內在運行機制理解，也有助于推進對生物進化規(guī)律的研究。由此，在組學時代，隨著高通量技術的發(fā)展，蛋白質相

2、關實驗數(shù)據日益豐富，基于蛋白質網絡的關鍵蛋白質識別成為新的研究熱點。
　　本文從蛋白質網絡拓撲中心性度量融合的角度出發(fā)，在分析經典節(jié)點拓撲中心性的基礎上，深入探尋關鍵蛋白質識別的本質特征，設計了有效的關鍵蛋白質識別新方法。主要研究工作如下：
　　首先簡要描述中心性度量的基本概念，它是刻畫網絡節(jié)點在復雜網絡中發(fā)揮相應作用的重要程度的一類指標。基于拓撲中心性度量的關鍵蛋白質識別方法，通常只能反映蛋白質網絡中蛋白質節(jié)點的單一特征，

3、到目前仍無法有效表征蛋白質的關鍵性。近來有研究指出，蛋白質的關鍵性具有多維度多層次性。鑒于此，本文選擇有代表性的多種拓撲中心性度量，設計由這類拓撲中心性度量合理融合的機制,提出由拓撲中心性度量構建的特征空間。
　　其次，在拓撲中心性度量構建的特征空間中，本文將現(xiàn)有關鍵蛋白質識別方法的排序篩選方式轉換為在特征空間中的分類任務。在對蛋白質網絡節(jié)點和相互作用的統(tǒng)計分析后，本文發(fā)現(xiàn)這類分類任務屬于非均衡的二分類。由此，本文借助研究成果相對

4、豐富的支持向量機作為分類器，構建了在網絡水平上識別關鍵蛋白質的新方法TC_SVM，為關鍵蛋白質識別研究提供了新的研究途徑。實驗結果表明，在給定的蛋白質網絡中，通過常用統(tǒng)計學指標的對比分析，TC_SVM預測關鍵蛋白質的性能普遍高于經典的十種中心性度量，尤其在綜合衡量分類性能的統(tǒng)計學指標F-measure和AUC上，TC_SVM具有較明顯優(yōu)勢。通過性能分析和對比，TC_SVM方法較好的預測性能表明：對多種經典拓撲中心性度量的合理融合是可行的