一种基于全覆盖的动态蛋白质相互作用网络构建方法

关键蛋白质是生物体存活和繁育后代所必需的蛋白质.现有方法主要通过在静态网络中引入时间等信息构建动态网络以提高关键蛋白质识别率.在从静态网络向动态网络构建的过程中,上述方法存在部分关键蛋白质缺失、相互作用信息冗余等缺点,影响关键蛋白质识别效率.提出一种新的动态蛋白质相互作用网络构建方法——全覆盖方法.该方法可保证静态网络的蛋白质相互作用信息全部映射到动态网络,并尽可能减少动态网络中蛋白质相互作用的重复率,即保证动态网络对静态网络的全覆盖并降低数据冗余度.实验表明,与静态网络和3Sigma动态网络相比,全覆盖动态网络在关键蛋白质识别方面具有优势.     

一种基于多层PPI网络的关键蛋白质识别方法

关键蛋白质是生物体存活和繁育后代所必需的重要物质,通过蛋白质相互作用网络识别关键蛋白质是当前生物信息学研究的热点.现有方法主要通过整合蛋白质相互作用数据和基因表达水平时间序列数据来提高关键蛋白质识别率,但是这些方法通常基于单层网络进行中心性计算和关键蛋白质识别,没有充分挖掘基因表达水平数据的时序特性.本文提出一种基于多层网络的关键蛋白质识别方法,该方法首先构建各观测时点的活跃蛋白质相互作用子网络,并对各个网络的活跃蛋白质进行中心性计算,然后将每个蛋白质所有时点的中心性值进行加权求和,最后计算前100到600蛋白质中包含的关键蛋白质数量.实验表明,该方法比现有单层网络方法具有更高的识别率.     

基于节点相似性有偏游走的多层时序网络节点重要性评估

时序网络中关键节点的挖掘引起了社会广泛的关注。针对时序网络建模中存在忽略时间信息、未考虑时间切片间的交互关系进而影响关键节点识别的准确性和科学性的问题,构建了多层时序网络模型,并提出了一种基于节点相似性有偏游走的关键节点识别算法：多层时序有偏PageRank（MTB-PR）。本文中网络模型的构建引入多层网络分析方法,完整涵盖了时序网络的结构演变。同时,基于所构建的网络模型,综合层内相邻节点间相互作用及其层间影响的双重因素来区分节点的不同影响力;通过数据分析,探讨了一些偏差参数变化对节点重要性能指标的影响。最后,将模型和算法应用于真实网络中,通过实验数据验证了该方法的合理性和有效性。     

基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究进展

蛋白质相互作用网络中的模块化结构通常对应于蛋白质复合物或者蛋白质功能模块。基于蛋白质相互作用网络预测蛋白质复合物和功能模块不仅有助于理解生命有机体的细胞生物过程,而且可为探讨疾病的发生、发展和治疗以及合理的药物开发提供重要的基础。本文通过回顾近二十年来基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究的发展历程,按照静态蛋白质相互作用网络(SPIN)和动态蛋白质相互作用网络(DPIN)两个方向分别梳理预测算法所涉及的方法和技术,同时归纳常用的数据集并分析所面临的问题,为进一步研究提供有价值的参考。     

基于模体中心结构的蛋白质复合物识别算法

基于蛋白质相互作用的网络有明显模块化特征, 其对预测蛋白质功能、解释特定的生物进程具有重要作用, 网络模体是复杂网络演化的 重要拓扑结构, 其代表了复杂系统中的重要功能单元, 具有进化保守性的特性, 提出一种新的基于网络模体为核心节点组的蛋白质复合物识别算法. 该算法根据蛋白质相互作用网络的拓扑特性, 将模体作为蛋白质复合物的中心结构体, 并基于中心结构体进行二层节点扩充, 能准确有效地识别蛋白质复合物. 并且将复合物二维网络进行三维转化, 从而更直观清晰地展示复合物的结构体特征. 实验结果验证了该算法的有效性及可行性.     

基于k-邻域同构的动态社会网络隐私保护方法

社会网络数据分析蕴藏着巨大的经济利益,但是直接研究社会网络数据可能造成用户敏感信息泄漏,对个人隐私构成威胁.目前的隐私保护技术集中于研究单次数据发布,即静态网络中的隐私保护,然而社会网络数据动态发布需要动态的隐私保护方法.文中针对攻击者拥有在不同时刻的节点1-邻域子图作为背景知识的应用场景,提出了一种基于动态社会网络的隐私保护方法,该方法利用相邻时间片网络图之间的关联关系,依据信息变化增量确定邻域同构等价组中的基准节点,并通过对下三角矩阵操作来实现等价组中节点邻域子图匿名化的持久性.实验结果表明该模型能够有效地抵制邻域攻击,保护动态社会网络发布的用户数据隐私.     

酿酒酵母氧化应激系统的结构生物学基础

酿酒酵母是目前研究背景最为清楚的单细胞真核生物,迄今已知有78个基因编码的蛋白质直接参与其氧化应激反应.这些蛋白质按照功能可以被分为三大类:感应蛋白、调控蛋白和效应蛋白.我们从效应蛋白出发,沿着硫氧还蛋白系统和谷氧还蛋白系统的电子传递路线,逐一解析了所有关键节点蛋白质的三维结构.结合这些蛋白质的生化性质研究、蛋白质-蛋白质复合物的鉴定和结构解析,以及酵母基因组数据库中日益更新的实验数据,我们已初步建立参与酵母氧化应激反应的效应蛋白在原子分辨率上的相互作用网络.这些研究将为我们理解人类氧化应激反应的作用机理提供重要提示,进而可能用于疾病治疗和抗衰老药物的设计.     

融合互作网络和多模态信息的化合物-蛋白质相互作用预测模型(INMI)

化合物-蛋白质相互作用(Compound-protein interaction, CPI)预测是药物研发领域的一个重大课题.随着生物科学的飞速发展，各种科学实验产生了大量的生物数据，通过计算方法能够快速有效地提取和利用这些信息.已有方法未能将相互作用网络中的信息显式地进行提取并加以利用，且多模态信息的融合方式未能抓住蛋白质和化合物之间的联系.为了解决上述问题，本文提出了一个二分类深度学习模型.该模型使用交叉注意力模块整合分子图和蛋白质序列信息，并从相互作用网络中显式提取节点的中心性和相关性信息，作为模型编码.实验表明，本文所提出的模型可以准确预测蛋白质和化合物之间的相互作用，而且节点中心性编码能够大大提高模型性能.     

基于多指标交互的加权时序网络节点重要性

时序网络中的重要节点评估一直是社交网络领域中的热门话题，在病毒传播、信息挖掘等方面有着诸多应用。现有的算法虽然考虑到节点的邻居信息对节点产生的影响，但建模时仅仅考虑节点是否存在关系，对于链接强度的考虑不够全面。针对此问题，从时间层面去考虑节点链接强度，提出一种新的层内邻接矩阵。同时，综合考虑节点自身的邻居和跨层节点的公共邻居来衡量层间耦合关系，提出多指标交互算法；其次，构建加权超邻接模型(WSAM);最后，通过计算时序网络中每个时间层节点的特征向量中心性来评估时序网络中节点的重要性。实验结果表明，TWCR算法在时序最大连通分量、网络性能、容错性三个方面优于SAM、SSAM和WPA方法。     

蛋白质残基相互作用网络在线服务及可视化分析

蛋白质残基相互作用网络对理解蛋白质的结构特征，生物学功能和结合位点预测等研究有重要的作用.然而，现有的蛋白质残基相互作用分析方法易用性较差，需要下载和安装程序，较少提供友好易用的网络可视化功能，极大限制了蛋白质结构、功能和药物设计的相关研究.建立了蛋白质残基相互作用网络在线服务及可视化计算平台(http：//renault.fun)，用户不需要下载和编写程序，仅需上传蛋白质结构数据和口袋相关信息即可搭建蛋白质残基相互作用网络，并实现度中心度(degree centrality)，接近中心度(closeness centrality)和中介中心度(betweenness centrality)等网络特征的计算.该计算平台可进一步实现蛋白质残基相互作用网络的可视化，分析蛋白质表面结合口袋的网络特性，对理解蛋白质结构和药物设计的相关应用研究有较大的帮助.     

基于局部信息的加权无标度网络改进路由策略

针对现有路由策略的不足,提出一种新的基于网络局部信息的路由策略.利用网络节点在网络中的局部邻居节点的静态信息,引入网络节点队列的动态信息来进行路由选择,节点在对数据包进行路由选择时能正确根据网络静态信息和实时动态信息进行路由.仿真实验证明提出路由策略的有效性,即当控制参数α=-1.0时,网络中的负载均匀分布在各个节点上,而不会拥挤在度大的节点,从而有效抑制了网络拥塞.     

一种构建动态蛋白质相互作用网络的阈值方法

蛋白质相互作用网络(PPI网络)分析有助于从系统的角度研究疾病分子机制、发现新药靶点.阈值方法是构建动态PPI网络的重要方法之一.在3Sigma阈值方法的基础上,引入参数h作为标准差指数,通过标准差系数k和指数h共同调节蛋白质基因表达活性阈值.实验表明,与现有动态PPI网络相比,该阈值方法构建的动态PPI网络具有更高的关键蛋白质识别率.     

水稻蛋白质相互作用网络的预测与分析

通过同源映射的方法,利用6个模式物种的蛋白质相互作用数据预测水稻的蛋白质相互作用网络.预测到水稻中有4483个蛋白质参与了24942个蛋白质相互作用.通过GO注释,结构域相互作用,基因共表达等3个证据评估预测网络的质量,并对网络进行了拓扑属性分析.结果表明水稻的蛋白质相互作用网络符合scale-free属性.通过对网络中功能模块的分析,可以预测蛋白质的功能和亚细胞定位信息.     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

基于最短路径的关键蛋白质识别研究

关键蛋白质的识别有助于从系统水平上理解生命活动过程,基于蛋白质相互作用网络拓扑特征的关键蛋白质识别可以有效地提高识别精度和速度.通过蛋白质节点的最短路径数和点介数可以作为衡量其节点中心度的方法,但计算速度和计算规模有限.根据所预测蛋白质相互作用网络的特点,提出了基于最短路径技术的关键蛋白质识别方法,选择合理的识别阈值和...     

复杂网络分析激酶底物信号传递机制

为了研究信号从激酶到达底物蛋白质后的传递机制,本文将磷酸化和蛋白质相互作用结合构建网络,利用复杂网络理论对该网络进行分析.结果发现,底物中存在的社区结构不会只传递特定激酶组的信号,影响网络稳定性的关键节点大多参与肿瘤发生相关的信号途径.     

一种基于贝叶斯网络的故障预测方法

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.     

蛋白质界面网络中模体和模块的探测

基于复杂网络研究蛋白质界面网络中的模体和模块,发现蛋白质界面网络与蛋白质肽链网络的拓扑性质有差异.蛋白质界面网络中的模体类型和数量受截断距离R影响较大,R值不同,网络中的模体类型和数量都有较大差别.蛋白质界面网络中存在模块结构,分析R为0.5,0.7,1.2,2.4nm时网络中存在的3-派系-模块,发现当R为0.7nm时的蛋白质界面网络模块划分比较符合实际.最后,分析蛋白质界面网络中的模块与其拓扑性质的关系,发现界面网络中的节点数与3-派系-模块数呈线性关系.     

断层相互作用型式的实验研究

基于几种断层模型实验加载过程中应变场、断层位移及声发射测量结果,研究了其中不同断层之间的相互作用.实验揭示了4种断层相互作用方式:静态促震或减震型、蠕动触发型、动态触发型及动态加载-松弛型.从两种力学关系---串联和并联关系出发,对断层相互作用的促震和减震效应及断层组合的力学属性进行了初步分析,并对断层相互作用的型式与断层力学性质和介质性质之间的关系进行了讨论.     

华北航空相依网络统计特征与鲁棒性分析

为了研究在极端恶劣天气、军事活动或空管设备失效等影响下,航空网络的安全性与有效性,构建由机场网络、航路网络、管制网络互相连接而形成的航空相依网络模型。结合华北地区的实际数据,对网络的特性以及网络的鲁棒性进行研究。分析结果表明三个层网络以及航空相依网络均是小世界网络,静态的航空相依网络的鲁棒性比动态的更好,网络的内边比网络的节点受失效的影响更大。结合分析结果,给出优化航空网络结构特性和提高航空相依网络鲁棒性的建议。