基于PPI网络的关键蛋白质的高效预测算法

• 作者: 刘维 洪海燕
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 关键蛋白质 GO 语义相似度
• 年，卷（期）: 2016,（z2）
• 所属期刊栏目: 智能计算
• 页码范围: 16-20,25
• 页数: 6页
• 分类号: TP39
• 字数: 6034字
• 语种: 中文

摘要

关键蛋白质对于细胞生活是不可缺少的,识别关键蛋白质可以帮助了解细胞生活的最小需求,同时对药物设计也有非常大的作用.随着高通量技术的发展,人们可得到越来越多的蛋白质一蛋白质相互作用(PPI)的数据,这就使得可以在网络层次上来研究关键蛋白质.目前,学术界已经提出了一系列的计算方法来识别关键蛋白质,但这些方法并没有完全解决蛋白质相互作用数据的假阳性问题.除此之外,现有方法一般只考虑了网络的拓扑结构,对于生物信息的考虑,目前还是比较欠缺的.蛋白质对于人类细胞的生命活动不仅仅与网络拓扑结构有关,还和蛋白质在网络上的生物信息相关.因此,针对以上问题,提出了一种高效的预测关键蛋白质的新方法EPP(Essential Proteins Predict),该方法通过计算蛋白质在PPI网络中的重要性来进行预测,蛋白质的重要性越高,成为关键蛋白质的可能性就越大.取重要性排名前P％的蛋白质作为关键蛋白质,在进行蛋白质重要性的计算时,综合考虑语义相似度及可信度因素,以综合考虑网络的拓扑结构与蛋白质本身的生物信息.实验结果表明,与其他传统方法相比,提出的新方法复杂度较低,且能够识别出更多的关键蛋白质,并且其统计指标也高于其他的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪海燕	扬州大学信息工程学院	3	10	2.0	3.0
2	刘维	扬州大学信息工程学院	9	27	4.0	4.0