大規(guī)模蛋白質(zhì)相互作用網(wǎng)絡(luò)復(fù)合物挖掘算法研究的開題報(bào)告

大規(guī)模蛋白質(zhì)相互作用網(wǎng)絡(luò)復(fù)合物挖掘算法研究的開題報(bào)告一、選題背景和研究意義蛋白質(zhì)是生命體系中重要的分子載體，文獻(xiàn)報(bào)道了上萬種蛋白質(zhì)相互作用（protein-proteininteractions，PPIs）。這些PPIs通過不同的方式參與到生命體系中的各種生物學(xué)過程中。研究PPIs可以深入理解細(xì)胞的生命活動(dòng)和生物學(xué)過程的機(jī)制。因此，研究大規(guī)模PPI網(wǎng)絡(luò)結(jié)構(gòu)和PPI復(fù)合物的發(fā)掘算法是現(xiàn)代生物信息學(xué)的研究熱點(diǎn)之一。PPI網(wǎng)絡(luò)復(fù)合物發(fā)掘是PPI網(wǎng)絡(luò)中最具挑戰(zhàn)性的問題之一，其目的是揭示蛋白質(zhì)之間的相互關(guān)系以及生物過程中的威力亞單位的特定搭配。因此，基于大規(guī)模PPI網(wǎng)絡(luò)復(fù)合物發(fā)掘具有很好的研究?jī)r(jià)值和實(shí)際應(yīng)用。二、研究現(xiàn)狀PPI網(wǎng)絡(luò)復(fù)合物發(fā)掘算法主要分為兩類：基于密度的算法和基于種子的算法?；诿芏鹊乃惴ㄊ褂镁植棵芏茸畲蠛兔芏冗B接集團(tuán)檢測(cè)網(wǎng)絡(luò)中的復(fù)合物。而基于種子的算法則首先選擇一個(gè)或多個(gè)種子節(jié)點(diǎn)再擴(kuò)展形成復(fù)合物。基于密度的算法包括了MCL、CFinder等算法。MCL算法采用基于隨機(jī)游走的方式將相似蛋白質(zhì)聚到同一個(gè)復(fù)合物中。CFinder算法則是基于子圖傳遞的方式來檢測(cè)復(fù)合物。這些基于密度的方法簡(jiǎn)單有效，但在處理大規(guī)模PPI數(shù)據(jù)時(shí)存在以下問題：1）隨著網(wǎng)絡(luò)規(guī)模的增加會(huì)增加算法的復(fù)雜度，且難以進(jìn)行可伸縮性；2）對(duì)于含有蛋白質(zhì)超過8000個(gè)的大規(guī)模網(wǎng)絡(luò)，這些算法的表現(xiàn)下降；3）很多方法不具有可重復(fù)性和穩(wěn)健性。基于種子擴(kuò)展的方法包括MCLExtend、RRW、MRF和IPC-MCE等。這些算法需要輸入種子節(jié)點(diǎn)，但是良好的種子選擇卻是很困難的，導(dǎo)致了這類算法的不穩(wěn)定性和可靠性下降。三、研究?jī)?nèi)容鑒于基于密度和基于種子的方法各有優(yōu)缺點(diǎn)，本文擬研究一種結(jié)合兩種方法的大規(guī)模PPI網(wǎng)絡(luò)復(fù)合物檢測(cè)算法。該算法將使用基于密度的檢測(cè)方法來發(fā)掘復(fù)合物主干，然后基于種子節(jié)點(diǎn)對(duì)這些復(fù)合物進(jìn)行優(yōu)化，最終形成更加穩(wěn)健和可靠的復(fù)合物集合。具體研究?jī)?nèi)容包括：1）構(gòu)建大規(guī)模PPI網(wǎng)絡(luò)并選擇實(shí)驗(yàn)驗(yàn)證數(shù)據(jù)集；2）評(píng)估現(xiàn)有基于密度和基于種子的算法并分析局限性；3）提出一種基于密度和基于種子的結(jié)合算法；4）在PPI網(wǎng)絡(luò)上跑通算法，分析算法的性能和魯棒性；5）通過實(shí)驗(yàn)驗(yàn)證，評(píng)估算法的可靠性和有效性。四、研究方法和技術(shù)路線本文將采用機(jī)器學(xué)習(xí)的方法來構(gòu)建大規(guī)模PPI網(wǎng)絡(luò)。在構(gòu)建完P(guān)PI網(wǎng)絡(luò)后，結(jié)合密度和種子擴(kuò)展的方式來檢測(cè)復(fù)合物。具體的技術(shù)路線包括：1）構(gòu)建大規(guī)模PPI網(wǎng)絡(luò)；2）對(duì)比分析現(xiàn)有的PPI網(wǎng)絡(luò)復(fù)合物發(fā)掘算法，包括基于密度和基于種子的方法；3）提出一種基于密度和基于種子的結(jié)合算法；4）在PPI網(wǎng)絡(luò)上跑通算法，分析算法的性能和魯棒性；5）通過實(shí)驗(yàn)驗(yàn)證，評(píng)估算法的可靠性和有效性。五、研究預(yù)期成果本文擬提出一種基于密度和基于種子的組合算法，該算法具有較好的可擴(kuò)展性和可靠性，能夠更準(zhǔn)確地檢測(cè)PPI復(fù)合物。同時(shí)，本研究結(jié)果對(duì)于揭示蛋白質(zhì)之間的相互關(guān)系，揭示生物過程中的威力亞單位的特定搭配具有重要的理論和實(shí)際意義。六、研究難點(diǎn)與問題PPI網(wǎng)絡(luò)復(fù)合物發(fā)掘是一個(gè)十分復(fù)雜的問題，研究難度較大，有以下幾個(gè)難點(diǎn)：1）如何構(gòu)建大規(guī)模PPI網(wǎng)絡(luò)；2）如何