生物復(fù)雜網(wǎng)絡(luò)中功能模塊的挖掘

　　本書的研究內(nèi)容主要包括以下幾個方面。①為了有效克服現(xiàn)有功能模塊挖掘方法的缺點(diǎn)，我們使用受限的隨機(jī)游走模型，提出一種新的轉(zhuǎn)移概率矩陣，進(jìn)而定義一種新的結(jié)點(diǎn)相似性ISIM來衡量網(wǎng)絡(luò)中任意兩個結(jié)點(diǎn)之間的距離。新的結(jié)點(diǎn)相似性有3個良好的特性：一是它能成功地融合網(wǎng)絡(luò)的全局和局部拓?fù)湫畔?；二是新結(jié)點(diǎn)相似性不僅能有效地衡量兩個結(jié)點(diǎn)之間的距離，而且能捕捉到兩個結(jié)點(diǎn)在網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)；三是它是在一個收斂的空間定義結(jié)點(diǎn)相似性。因此，在一系列不完備和含有噪聲的生物網(wǎng)絡(luò)中，具有良好的穩(wěn)定性和魯棒性。使用新結(jié)點(diǎn)相似性和層次聚類思想，可以有效地分析生物復(fù)雜網(wǎng)絡(luò)中的功能模塊。首先，我們使用新結(jié)點(diǎn)相似性產(chǎn)生網(wǎng)絡(luò)的相似性矩陣。其次，使用層次聚類思想建立網(wǎng)絡(luò)模塊的樹狀結(jié)構(gòu)。，選擇合理的目標(biāo)函數(shù)自動地挖掘網(wǎng)絡(luò)中的功能模塊。在此基礎(chǔ)上，通過改變新結(jié)點(diǎn)相似性中的調(diào)節(jié)因子，本書又提出一種新的方法（ISIMB方法）揭示生物網(wǎng)絡(luò)中蛋白質(zhì)復(fù)合物的層次結(jié)構(gòu)和功能模塊的多尺度特性。與現(xiàn)有的模塊挖掘方法相比，基于新結(jié)點(diǎn)相似性的方法是一個無參數(shù)的方法，它能自動地確定網(wǎng)絡(luò)中模塊的個數(shù)。使用它挖掘到的模塊不僅與真實(shí)的功能模塊結(jié)構(gòu)獲得更好的匹配，而且能有效克服生物網(wǎng)絡(luò)不完備性的缺陷。與單尺度的方法相比，本書把模塊多尺度概念引入到生物網(wǎng)絡(luò)中蛋白質(zhì)復(fù)合物和功能模塊的挖掘，這種新的理念不僅能成功地預(yù)測蛋白質(zhì)復(fù)合物及其層次特性，而且能從具體到一般的視角揭示功能模塊的動態(tài)過程。②針對生物網(wǎng)絡(luò)的不完備特性和基因共表達(dá)的不傳遞性，本書提出一種新的方法檢測基因共表達(dá)網(wǎng)絡(luò)中的功能模塊。這種方法首先融合不同條件下基因共表達(dá)譜數(shù)據(jù)構(gòu)建完備的基因共表達(dá)網(wǎng)絡(luò)，隨后使用大團(tuán)算法挖掘網(wǎng)絡(luò)中的功能模塊。這種新的方法與其他方法相比，預(yù)測的結(jié)果有較強(qiáng)的生物功能相似性。通過轉(zhuǎn)錄和調(diào)控關(guān)系分析，預(yù)測功能模塊中的基因有較高的概率被同一個轉(zhuǎn)錄因子所調(diào)控，從而為構(gòu)建基因調(diào)控網(wǎng)絡(luò)提供豐富的結(jié)果。③傳統(tǒng)的生物網(wǎng)絡(luò)中功能模塊的挖掘都是基于高聚合的模塊結(jié)構(gòu)是功能模塊組織的形式。然而，這個結(jié)論在生物網(wǎng)絡(luò)中，特別是在蛋白質(zhì)相互作用網(wǎng)絡(luò)中存在可疑性。因此，我們發(fā)現(xiàn)一種與高聚合模塊不同的Bi-sparse模塊，然后結(jié)合二叉樹理論和矩陣論提出一種新的方法（BTS方法）來挖掘兩種類型的功能模塊。BTS方法在蛋白質(zhì)相互作用網(wǎng)絡(luò)中挖掘的高聚合模塊和Bi-sparse模塊都組成功能單元。與其他方法相比，BTS方法具有良好的性能：一是不需要預(yù)先設(shè)置模塊的個數(shù)；二是挖掘的高聚合模塊和Bi-sparse模塊都具有顯著性的生物功能相似性。④我們把高聚合模塊和Bi-sparse模塊作為功能單元的組織形式共存于同一網(wǎng)絡(luò)中這一概念進(jìn)行泛化。我們整理了4種類型共25個網(wǎng)絡(luò)，用BTS方法對25個網(wǎng)絡(luò)中的模塊進(jìn)行分析，結(jié)果發(fā)現(xiàn)：（a）Bi-sparse模塊具有普遍性。（b）在社會網(wǎng)絡(luò)中，Bi-sparse模塊中的人們充當(dāng)著經(jīng)紀(jì)人的角色，負(fù)責(zé)協(xié)調(diào)不同群體之間的矛盾，促進(jìn)信息、技術(shù)和知識的交流等作用；在計(jì)算機(jī)軟件網(wǎng)絡(luò)中，Bi-sparse模塊中的結(jié)點(diǎn)具有相似的軟件包屬性；在生物復(fù)雜網(wǎng)絡(luò)中，Bi-sparse模塊中的蛋白質(zhì)或基因具有顯著性的功能相似性。（c）復(fù)雜網(wǎng)絡(luò)中的Bi-sparse模塊擁有一些特性：一是Bi-sparse模塊和高聚合模塊相比，Bi-sparse模塊含有的結(jié)點(diǎn)較少；二是Bi-sparse模塊在不同類型的網(wǎng)絡(luò)中，具有一定的偏好性；三是存在復(fù)雜網(wǎng)絡(luò)中的Bi-sparse模塊有兩種明顯的拓?fù)浣Y(jié)構(gòu)。本書主要內(nèi)容來自筆者的博士畢業(yè)論文，它詳細(xì)介紹了筆者攻讀博士期間在生物網(wǎng)絡(luò)中功能模塊領(lǐng)域所做的工作。本書重點(diǎn)描述了筆者所做工作的創(chuàng)新之處：提出了一種衡量網(wǎng)絡(luò)中結(jié)點(diǎn)之間相似的新距離，并在此基礎(chǔ)上，揭示了生物復(fù)雜網(wǎng)絡(luò)中多尺度模塊特性能有效揭示蛋白質(zhì)的從具體到一般的生物功能。不僅如此，本書還揭示了單一的模塊結(jié)構(gòu)組織形式不能很好地分割網(wǎng)絡(luò)結(jié)點(diǎn)的相同屬性。雖然本書盡可能地介紹生物復(fù)雜網(wǎng)絡(luò)中功能模塊挖掘的各個方面的內(nèi)容，但由于筆者水平有限，書中難免存在疏漏和不足之處，歡迎各位專家和讀者批評指正。本書的相關(guān)工作得到了河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（17B520001、16B413001）的大力支持，在此表示衷心的感謝。本書列舉了主要的參考文獻(xiàn)，在此對所引參考文獻(xiàn)中的作者和出版機(jī)構(gòu)表示感謝。

暫缺《生物復(fù)雜網(wǎng)絡(luò)中功能模塊的挖掘》作者簡介