基于蛋白质相互作用网络中拓扑特征和生物学特性的组合检测蛋白质复合物

EasyChair Preprint 1211

Abstract

蛋白质相互作用（PPI）在几乎所有生物过程中都发挥着重要作用。PPI 网络的系统分析可以很好地理解 细胞组织，过程和功能。从原始蛋白质蛋白质相互作用（PPI）中鉴定复合物是一个重要的研究领域。目前的 研究工作主要限于酵母。当应用于大型人类的 PPI 网络时，蛋白质复合物检测方法通常表现不佳。本文开发 了 CFM 模型来检测蛋白质复合物。对 CFM 方法分别在 DIP、Krogan、HPRD 和 Mouse 的 PPI 数据集上进行 了实验，MIPS 和 PCDq 分别作为酿酒酵母和人类的标准复合物集。结果表明,相比 WCOACH、ClusterONE、 SPICi、MCL、MCODE 和 CFinder 六种经典 PPI 算法,该算法在酿酒酵母预测结果和经典的 PPI 聚类算法相当， 在人类 PPI 网络预测蛋白质复合物的准确率优于其他 6 种算法,在小鼠 PPI 网络预测蛋白质复合物的数量多于 其他算法，达到了提高在多物种 PPI 网络上预测蛋白质复合物准确率的目的，并且将 D3 可视化技术应用到 PPI 网络可视化领域，为生物网络模块的挖掘和分析提供了有益的参考。

Keyphrases: Clustering, protein complex, protein-protein interaction network

@booklet{EasyChair:1211,
  author    = {Dongwen Zhang and Peiheng Wang and Yunfeng Xu},
  title     = {Detecting protein complexes based on a combination of topological and biological properties in protein-protein interaction network},
  howpublished = {EasyChair Preprint 1211},
  year      = {EasyChair, 2019}}