基于衰减系数的动态蛋白质网络建模及研究

At present, there is a lack of objective and comprehensive description of the evolutionary model of dynamic protein network based on time series, as well as the essential protein search algorithm considering the node's own properties and local structure information and the analysis algorithm of link prediction between future proteins. This project intends to build a dynamic protein interaction network model based on attenuation coefficient to reflect the characteristics of protein interaction network changes with time more accurately. On the basis of this model, the traditional essential protein search algorithm which ignores local structure information is improved, and the improved H-index algorithm is proposed to search the essential protein. Convolutional neural network algorithm is used to predict the link between proteins at the next moment. It is proposed to extract the attribute characteristics of existing proteins and train the link model to make the prediction results more accurate. These three problems are very important and urgent in the field of dynamic protein research. This project intends to establish a complete dynamic protein network, on this basis, combined with the corresponding analysis algorithm, to find the essential protein and protein link prediction, which is expected to improve the validity and accuracy of protein interaction data analysis, and provide theoretical basis for disease prevention.

目前缺乏客观全面地刻画基于时间序列的动态蛋白质网络的演化模型，以及在此基础上进行的考虑节点自身属性和局部结构信息的关键蛋白质查找算法和未来蛋白质之间的链接预测的分析算法。本项目拟建立基于衰减系数的动态蛋白质相互作用网络的模型，使之更精确反映随着时间推移，蛋白质相互作用网络发生变化的特性；在该模型的基础上，改进传统的忽略了局部结构信息的关键蛋白质查找算法，拟使用改进的H-index算法进行关键蛋白质的查找；拟将卷积神经网络算法用于下一时刻蛋白质之间的链接预测，拟提取已有的蛋白质存在的属性特征以及链接情况进行模型的训练，使预测结果更为准确。以上三个问题是动态蛋白质研究领域中非常重要而又迫待解决的问题。本项目的拟建立完整的动态蛋白质网络，在此基础上，结合相应分析算法，查找关键蛋白质和蛋白质链接预测，有望提高现对蛋白质相互作用数据分析的有效性和准确性，同时可以为疾病的预防提供理论依据。

对动态蛋白质交互网络，目前主要研究反映白质交互网络网络的拓扑结构及功能特征的网络模型、识别其中的关键蛋白质、对蛋白质进行链接预测以及蛋白质相互作用的可靠性分析等问题。 当研究者们建模以映射动态蛋白质之间的关系时，往往只是考虑了两个蛋白质之间的作用，没有考虑到生理变化过程是很多相继的蛋白质连续相互作用的结果，因此应该从演变的整个过程出发，考虑所有蛋白质的综合作用。蛋白质通过蛋白质复合物表明其具备的分子功能，而在蛋白质演变过程中会有一些蛋白质起着至关重要的作用，即存在着关键蛋白质。研究人员针对蛋白质网络中的关键蛋白质特性展开了研究。但是在蛋白质演变的过程中，蛋白质多种多样，千变万化，按照以往的研究方式，对每个阶段的蛋白质进行挖掘会浪费大量的时间，因此问题就变成了如何在庞大的蛋白质网络上进行快速准确的进行关键蛋白质的查找，即靶点蛋白质的查找，而蛋白质之间关联的预测是该领域的另一个研究方向，传统的通过生物实验的方法查找靶点蛋白及预测蛋白质之间的关联，耗时耗力。大规模相互作用数据为此项研究提供了新方向。.目前，对于动态蛋白质网络的研究拉开了帷幕，有很多问题值得深入探索。本研究基于收集整理的静态蛋白质关联数据、不同时间节点的蛋白质作用数据以及关键蛋白质数据从以下三个发面展开研究：.（1）建立全面反映动态蛋白质演变机制的模型；（2）.综合蛋白质演变特征进行关键蛋白质的查找；（3）.对蛋白质之间的关联情况进行预测。. 在此基础上，收集整理了中医治疗甲状腺疾病、成品药方—药物-成分-靶点的相关数据，初步开战了蛋白质与中医药相结合的研究。. 综上所述，针对蛋白质网络分析，系统地理解生命活动的运作规律，对生命科学发展具有重要的理论价值和深远的现实意义。在此基础上，与中医药研究相结合，为中药靶点定位研究打下理论基础。

内容获取失败，请点击重试