导读:本文包含了蛋白质交互网络论文开题报告文献综述及选题提纲参考文献，主要关键词:蛋白质关系网络,网络嵌入,表示学习,机器学习
蛋白质交互网络论文文献综述
刘晓霞[1]（2018）在《蛋白质交互网络中的复合物识别与应用研究》一文中研究指出蛋白质是生命活动的基础,蛋白质复合物是蛋白质执行其功能的主要形式。因此,准确识别蛋白质复合物是探索各种生命活动的基础。随着蛋白质交互作用数据的不断增加,利用计算方法从蛋白质交互作用关系网络中识别复合物是当前生物信息学领域的研究热点之一。本文研究以蛋白质交互作用关系网络为基础的蛋白质复合物识别问题,针对生物学家不同的需求情况,设计了不同的蛋白质复合物识别算法,研究内容主要包括:本文首先分析了经常用于识别蛋白质复合物的蛋白质交互作用关系网络的特征,包括生物特征和拓扑特征,同时定量分析蛋白质交互作用关系网络的特征是否会对蛋白质复合物识别算法产生影响,为设计基于蛋白质交互作用关系网络特性的蛋白质复合物识别算法提供依据。在仅给定蛋白质交互作用关系网络的情况下,针对网络中存在假阳性数据的问题,提出基于蛋白质节点嵌入相似度的蛋白质复合物识别方法。实验结果表明,利用蛋白质节点嵌入相似度为网络加权的方式提升了网络的可靠性,与现有多个性能领先的蛋白质复合物识别算法相比,该方法能够识别出更多具有生物意义的复合物。在已知蛋白质交互作用关系网络,同时给出该网络相应的一些标准蛋白质复合物的情况下,提出了基于蛋白质复合物嵌入的监督学习方法用于识别复合物。实验结果表明,蛋白质复合物嵌入能够充分表示已知复合物的特征,基于复合物嵌入的监督学习方法能够有效提升预测复合物的质量,与现有复合物识别方法比较,本文所提出的方法取得了更高的F值。在已知不同物种蛋白质交互作用关系网络的情况下,为了充分利用不同物种的蛋白质交互作用关系来解决网络中存在的假阴性和假阳性噪音数据,提出了基于多物种网络嵌入的蛋白质复合物识别方法。实验结果表明,本文提出的基于多物种网络的嵌入方法不仅能够保留单个物种网络的结构信息,而且能够充分利用不同物种蛋白质间的直系同源关系。此外,本文提出的基于网络嵌入的复合物识别方法与现有性能领先的蛋白质复合物识别算法相比,取得了更高的F值,并且识别出更多具有高生物意义的复合物。与此同时,本文提出一种基于蛋白质复合物来识别罕见病致病基因的方法,该方法融合蛋白质交互作用关系网络拓扑结构、基因标注信息和蛋白质复合物特征来预测罕见病致病基因。实验结果表明,使用蛋白质复合物能够在准确率、F值上提高罕见病致病基因预测算法的性能。综上所述,本文针对生物学家不同需求情况,即可使用资源不同的情况下,提出针对不同需求情况的蛋白质复合物识别方法,实验结果表明本文提出的方法能够有效地解决蛋白质交互作用关系网络的噪音问题,并且能够充分利用不同蛋白质交互作用关系网络的拓扑特征和蛋白质复合物的多样性特征,从而提升基于蛋白质交互作用关系网络的蛋白质复合物的识别性能。同时,该研究也可以推广并应用于解决其他与蛋白质交互作用关系网络相关的任务。(本文来源于《大连理工大学》期刊2018-12-01）
李晶,尚学群,郭阳,李晓园[2]（2012）在《一种基于蛋白质交互网络链接预测的新方法》一文中研究指出当前可用的生物数据在不断地迅速增长,仍有很多生物信息如蛋白质交互信息(protein-protein interac-tion,PPI)还未被发现,而这些潜在的或未知的信息对生物过程的研究是至关重要的。近年来,对未知生物信息的挖掘和研究吸引了很多人的关注。通过实验检测方法来发现这些信息是非常耗时耗力的,所以链接预测成为一种新的挖掘这些信息的指导方法。基于蛋白质交互网络并融合了基因表达数据信息,从拓扑和基因表达两个方面的信息来构建PPI权值网络,提出了一种在权值网络中基于相似度比较的链接预测的新方法来预测PPI网络中未知的交互信息。使用MIPS数据库评估了实验结果,表明了该算法有很好的准确率和良好的性能。(本文来源于《计算机应用研究》期刊2012年11期）
廖至峰[3]（2012）在《网络对称性及其在蛋白质交互网络中的应用》一文中研究指出后基因组时代，基因序列已经被破译，但生物功能的奥秘还没有解开。随着生物实验技术的快速发展，产生了大量的蛋白质交互网络数据，它蕴含着蛋白质之间相互作用的重要信息。利用蛋白质交互网络数据来预测具有显着生物功能模块在生物功能基因组研究中具有重要的理论和现实意义。在传统的生物功能模块检测中，往往把蛋白质交互网络当成一个普通的网络，蛋白质对应网络中的顶点，交互对应其中的边。应用Jaccard系数、边的中心性等传统的网络度量来对蛋白质交互网络拓扑特性进行研究。而事实上蛋白质交互网络是一个富含生物结构的网络，不能仅仅考虑其拓扑度量，更应该考虑其结构度量。本文提出了一种基于结构的对称性度量DS(Degree-Symmetry)。研究了对称性度量DS与蛋白质交互网络中的弱连接效应和拓扑相似性之间的关系。使用对称性度量DS建立了可信的虚拟网络，并在此基础上提出了一种“核－附件”生物功能模块检测方法。本文使用蛋白质交互网络数据进行了实验，实验结果表明对称性度量DS相比传统的网络度量能更好的刻画蛋白质交互网络中的弱连接效应。并且基于虚拟网络检测出来的生物功能模块具有较高的准确性和较显着的生物意义。(本文来源于《西安电子科技大学》期刊2012-01-01）
刁洪祥,肖健,陈义明[4]（2010）在《蛋白质交互网络模块化的数据分析》一文中研究指出生物网络的模块化是生物系统鲁棒性的一个基本前提。首先根据已有的算法分析改进了经典的谱方法,提出了一个提高模块化方法分辨率的策略。采用不同来源的蛋白质网络来计算地分析网络的模块化属性,发现尽管这些蛋白质网络都展现了较高的模块化程度,但模块化的程度受到数据来源的影响。同时还发现基因在全基因组复制以后,会倾向于在同一个模块中出现,这说明复制基因功能不会产生特别大的差异,使得当删除一个复制基因时,模块内的另一个复制基因会有功能的补偿。(本文来源于《计算机工程与应用》期刊2010年33期）
蛋白质交互网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前可用的生物数据在不断地迅速增长,仍有很多生物信息如蛋白质交互信息(protein-protein interac-tion,PPI)还未被发现,而这些潜在的或未知的信息对生物过程的研究是至关重要的。近年来,对未知生物信息的挖掘和研究吸引了很多人的关注。通过实验检测方法来发现这些信息是非常耗时耗力的,所以链接预测成为一种新的挖掘这些信息的指导方法。基于蛋白质交互网络并融合了基因表达数据信息,从拓扑和基因表达两个方面的信息来构建PPI权值网络,提出了一种在权值网络中基于相似度比较的链接预测的新方法来预测PPI网络中未知的交互信息。使用MIPS数据库评估了实验结果,表明了该算法有很好的准确率和良好的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蛋白质交互网络论文参考文献
[1].刘晓霞.蛋白质交互网络中的复合物识别与应用研究[D].大连理工大学.2018
[2].李晶,尚学群,郭阳,李晓园.一种基于蛋白质交互网络链接预测的新方法[J].计算机应用研究.2012
[3].廖至峰.网络对称性及其在蛋白质交互网络中的应用[D].西安电子科技大学.2012
[4].刁洪祥,肖健,陈义明.蛋白质交互网络模块化的数据分析[J].计算机工程与应用.2010