[發(fā)明專利]一種蛋白質(zhì)互作網(wǎng)絡(luò)共定位共表達復(fù)合物識別系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010204246.6
• 申請日: 2020-03-21
• 公開（公告）號: CN111370060A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計）人: 張錦雄;鐘誠
• 申請（專利權(quán)）人: 廣西大學
• 主分類號: G16B25/00
• 分類號: G16B25/00;G16B40/00
• 代理公司: 重慶市信立達專利代理事務(wù)所(普通合伙) 50230
• 代理人: 陳炳萍

本發(fā)明屬于蛋白質(zhì)復(fù)合物識別技術(shù)領(lǐng)域，公開了一種蛋白質(zhì)互作網(wǎng)絡(luò)共定位共表達復(fù)合物識別系統(tǒng)及方法，包括：數(shù)據(jù)提取模塊、矩陣數(shù)據(jù)生成模塊、識別評價模塊、核心挖掘模塊、附件添加模塊、復(fù)合物篩選模塊。所述蛋白質(zhì)復(fù)合物識別方法包括：將蛋白定位數(shù)據(jù)、基因表達數(shù)據(jù)、蛋白質(zhì)間互作數(shù)據(jù)及蛋白質(zhì)GO相似數(shù)據(jù)按矩陣方式組織；基于核心?附件結(jié)構(gòu)采用種子擴張策略識別具聯(lián)合共定位聯(lián)合共表達蛋白質(zhì)復(fù)合物。本發(fā)明從蛋白質(zhì)相互作用網(wǎng)絡(luò)中發(fā)現(xiàn)蛋白質(zhì)復(fù)合物，不僅有利于理解蛋白質(zhì)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，而且有利于了解復(fù)合物所包含的生物意義，對預(yù)測未知蛋白質(zhì)的功能及疾病靶向藥物設(shè)計也具有相當重要的作用。

技術(shù)領(lǐng)域

本發(fā)明屬于蛋白質(zhì)復(fù)合物識別技術(shù)領(lǐng)域，尤其涉及一種蛋白質(zhì)互作網(wǎng)絡(luò)共定位共表達復(fù)合物識別系統(tǒng)及方法。

背景技術(shù)

隨著后基因組時代的到來，蛋白質(zhì)組就成為了研究者們又一個重要的研究內(nèi)容。在細胞中，蛋白質(zhì)很少單獨起作用，它必須與其它蛋白質(zhì)綁定在一起發(fā)生相互作用才能實現(xiàn)其生物功能。在所有生命活動中，蛋白質(zhì)間相互作用(Protein Protein Interaction,PPI)是必不可少的，它是細胞進行一切代謝活動的基礎(chǔ)。因此，揭示蛋白質(zhì)間相互作用關(guān)系、建立相互作用關(guān)系的網(wǎng)絡(luò)圖，已成為蛋白質(zhì)組學研究中的熱點，也是后基因時代的難題所在。在各種生物網(wǎng)絡(luò)中，蛋白質(zhì)相互作用網(wǎng)絡(luò)(PPINetworks,PPIN)是構(gòu)成細胞功能的基礎(chǔ)，掌控著大量的生命過程，對蛋白質(zhì)間相互作用的非正常擾動引發(fā)的調(diào)控異常是許多疾病的主要起因，因此蛋白質(zhì)相互作用網(wǎng)絡(luò)逐漸成為從分子層面揭示疾病機理的主要工具。

蛋白質(zhì)是基因表達的產(chǎn)物，是生物體生理功能的執(zhí)行者，也是生命現(xiàn)象的直接體現(xiàn)者。蛋白質(zhì)組學是對蛋白質(zhì)所含特性進行系統(tǒng)化研究的學科，能為生物系統(tǒng)在健康和疾病狀態(tài)下的結(jié)構(gòu)、功能和調(diào)控提供詳細的描述。幾乎所有的生物過程，都是通過一系列的蛋白質(zhì)相互作用完成的。從系統(tǒng)生物學的角度，利用蛋白質(zhì)相互作用網(wǎng)絡(luò)研究和分析生物功能具有重要的前景和實用價值。蛋白質(zhì)復(fù)合物是在相同時間和空間通過相互作用組成的一個多分子機制的蛋白質(zhì)集合，它是蛋白質(zhì)執(zhí)行其功能的主要形式。識別蛋白質(zhì)復(fù)合物不僅有利于理解復(fù)雜的生命活動，同時為發(fā)現(xiàn)復(fù)雜疾病生成機理和設(shè)計靶向藥物提供有價值的理論參考。

目前，蛋白質(zhì)復(fù)合物的挖掘方法大致可以分為3類：一是基于傳統(tǒng)圖理論的識別方法，例如：基于劃分方式聚類的RNSC算法，基于密度方式聚類的MCODE算法，基于層次方式聚類的GN算法，上述方法能夠節(jié)省一定的時間成本，但由于對聚類中心、數(shù)據(jù)、參數(shù)等比較敏感，會在一定程度上影響算法的整體效率；二是基于多組學數(shù)據(jù)融合的識別方法，該類方法通常是將生物信息數(shù)據(jù)整合到現(xiàn)有的蛋白質(zhì)網(wǎng)絡(luò)中，增強網(wǎng)絡(luò)的精確度與可靠度，從而彌補相互作用數(shù)據(jù)中存在的假陽性與假陰性等問題，但不可避免的局限性難以滿足算法的性能要求；三是基于智能優(yōu)化的識別方法，該類方法通過模擬自然界生物的各種群體行為，利用個體間的交互合作，尋找所求問題的近似最優(yōu)解展現(xiàn)出良好的性能，例如蟻群優(yōu)化算法、粒子群優(yōu)化算法等，但是上述方法耗時耗力，收斂速度慢，搜索效率低并且容易陷入局部最優(yōu)。

同時，通過已有的蛋白質(zhì)相互作用數(shù)據(jù)(PPIData)構(gòu)建蛋白質(zhì)相互作用網(wǎng)絡(luò)(PPIN)，并從PPIN中發(fā)現(xiàn)有意義的子結(jié)構(gòu)，如蛋白質(zhì)復(fù)合物(Complex)、功能模塊(FunctionalModule)和模體(Motif)等，已成為國內(nèi)外研究的熱點。為了更加方便地從蛋白質(zhì)相互作用網(wǎng)絡(luò)中發(fā)現(xiàn)這些子結(jié)構(gòu)，通常的做法是采用圖的形式表示蛋白質(zhì)相互作用網(wǎng)絡(luò)，將蛋白質(zhì)看作頂點，蛋白質(zhì)間的相互作用看作邊，然后利用各種算法來挖掘具生物意義子結(jié)構(gòu)--蛋白質(zhì)復(fù)合物(Complex)。

綜上所述，現(xiàn)有技術(shù)存在的問題是：

(1)現(xiàn)有基于傳統(tǒng)圖理論的識別方法由于對聚類中心、數(shù)據(jù)、參數(shù)等比較敏感，會在一定程度上影響算法的整體效率，準確率低。

(2)現(xiàn)有基于多組學數(shù)據(jù)融合的識別方法不可避免的局限性是難以滿足算法的性能要求，準確率低。

(3)現(xiàn)有基于智能優(yōu)化的識別方法耗時耗力，收斂速度慢，搜索效率低并且容易陷入局部最優(yōu)。