基于计算的蛋白质复合物检测新方法研究

Most proteins perform their biological functions by forming complexes through protein-protein interactions (PPIs). The detection of protein complexes is not only critical to understand the functions and structures of the complexes and their proteins, but also useful to disease prediction, protein target identification and new drug development. However, complex detection via wet-lab approaches is both time-consuming and expensive, which can be complemented by the computational methods. The aim of this project is to explore new methods for computationally detecting protein complexes. The major research topics include (1) methods for detecting small-size complexes and methods being able to effectively detect both small-size and large-size complexes; (2) detecting protein complexes in dynamic PPI networks; (3) detecting protein complexes based on fused data from multiple data sources; and (4) developing a comprehensive online protein complex detection platform of high performance and easy operation.

大多数蛋白质通过相互作用形成复合物来实现生物功能，有效检测蛋白质复合物不仅有助于了解蛋白质及其复合物的结构和功能，更有益于预测疾病、识别药物靶点以及开发新药。通过生物实验检测蛋白质复合物不仅耗时长，而且成本高，使用计算方法可以弥补这一不足。本课题旨在探索基于计算的蛋白质复合物检测新方法，并开发相应软件工具。具体研究内容包括：（1）小复合物及兼顾大、小复合物的检测方法；（2）基于动态蛋白质相互作用网络的复合物检测方法；（3）融合多种数据资源的复合物检测方法；（4）高性能、高可用的蛋白质复合物在线检测软件平台开发。

蛋白质复合物是由一组具有相互作用的蛋白质构成，其承担了细胞中许多重要、复杂的生物功能。准确检测蛋白质复合物不仅有助于了解蛋白质及其复合物的结构和功能，更有助于疾病的治疗。通过生物实验检测蛋白质复合物不仅耗时耗力，而且成本高，使用计算方法可以弥补这一不足。本项目旨在设计高效的计算模型准确检测蛋白质复合物，主要完成的研究工作与取得创新成果包括：.1）针对小复合物及兼顾大、小复合物的检测，提出了一种高效的复合物检测算法。首先将不同功能的蛋白质进行分组得到各个具有相似功能的子网络，然后通过马尔科夫聚类算法在各个子网络上聚类得到蛋白质复合物。实验表明该算法不仅可以有效检测小复合物，还可以兼顾大、小复合物的检测。.2）提出基于动态蛋白质相互作用网络的复合物检测算法，设计了多元数据融合的动态加权网络算法，通过基因表达数据与3-sigma模型构建动态网络，然后采用核心-附属结构模型在多个动态网络上检测蛋白质复合物，实验结果显示基于动态网络的检测算法可以发现更多具有生物意义的蛋白质复合物。.3）提出一种融合蛋白质相互作用数据、基因表达数据和蛋白质功能标注数据等多种数据的复合物检测算法。通过实验发现集成多种数据能够有效提高蛋白质复合物检测的准确性。.4）对目前已有的基于计算的蛋白质复合物检测算法进行了系统的搜集整理和归纳分类，并对其进行了全面、深入的比较分析，指出了将来复合物检测算法的研究方向。.5）研究设计并开发了一个高性能、高可用的蛋白质复合物在线检测平台，不仅可以在线检测蛋白质复合物，对蛋白质复合物组成进行可视化展示，还提供了相应的复合物检测代码以及相关数据集的下载，为相关研究人员和用户提供数据资源和模型方法等技术支持。.本项目研究不仅为高效检测蛋白质复合物提供了计算方面的理论与技术支持，而且对复合物的形成原理和复合物功能特性的了解与认知都具有重要意义。

内容获取失败，请点击重试