综合边聚集系数与中心性在蛋白质相互作用网络中挖掘关键蛋白质的

综合边聚集系数与中心性在蛋白质相互作用网络中挖掘关键蛋白质的研究(附答辩记录)(包含选题审批表,任务书,开题报告,中期检查报告,毕业论文18000字)
Identifying Essential Proteins Based on Edge Clustering Coefficient and centrality in Protein interaction network
 摘  要：关键蛋白质在细胞生命过程中起关键作用，它们与生物体的生存和繁殖密切相关。同时，已有研究证明，在人体细胞中，关键蛋白质往往也是致病基因。因此，关键蛋白质的识别不仅有助于了解细胞的生长调控过程，进而理解生命活动的运作机理，而且对于致病基因的发现及药物标靶的鉴定具有重要意义。然而，采用实验方法识别关键蛋白质话费较大且具有一定的局限性。幸运的事，已有证据表明，关键蛋白质在蛋白质相互作用网络中的中心性要高于非关键蛋白质。而随着高通量技术的发展，可获得的蛋白质相互作用数据日益丰富，这也使得蛋白质相互作用网络来识别关键蛋白质成为可能，并已成为新的研究热点。
本文首先分析蛋白质相互作用网络的”中心性-致死性”，发现拓扑中心性越高的蛋白质越可能是关键蛋白质，并采用6种中心性在酵母网络中挖掘关键蛋白质。然而，这种以中心性测度方法只反映了节点特征而没有表征边的重要程度。为了克服这种不足，我们随后引入边聚集系数的概念，构造了一个融合网络中点和边双重特性的测度参数SoECC，并用于关键蛋白质的识别。在酵母蛋白质相互作用网络上的实验结果表明，SoECC的预测准确率和效率普遍高于六种中心性测度。
关键词： 蛋白质相互作用网络；关键蛋白质；边聚集系数；中心性