《基於蛋白質相互作用網路的複雜疾病分子機理研究》是依託中山大學，由戴道清擔任項目負責人的面上項目。
基本介紹
- 中文名：基於蛋白質相互作用網路的複雜疾病分子機理研究
- 項目類別：面上項目
- 項目負責人：戴道清
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
疾病相關基因預測和藥物靶蛋白偵測是當今生物醫療領域的熱點研究課題。基於蛋白質相互作用網路的複雜疾病分子機理研究為疾病相關基因預測及潛藏藥物靶蛋白偵測提供了新思路。本項目將以蛋白質相互作用網路為基本點，以數據科學中的結構化稀疏圖模型為基本工具，對疾病相關基因預測及藥物靶蛋白偵測等醫學及藥學問題展開研究。本項目將重點研究：（1）結構化稀疏圖模型構建；（2）高精度蛋白質相互作用網路重構；（3）疾病相關基因預測和藥物靶蛋白偵測。本項目的創新之處在於將結構化稀疏圖模型與蛋白質相互作用網路結構特徵相結合，並將蛋白質網路構建、疾病相關基因預測及藥物靶蛋白偵測這三個任務相結合。本項目的研究不僅豐富複雜網路、機器學習理論和統計科學理論，還為發現新的生物現象、指導生物實驗和藥物設計提供可能。
結題摘要
疾病相關基因預測和藥物靶蛋白偵測是當今生物醫療領域的熱點研究課題。基於蛋白質相互作用網路的複雜疾病分子機理研究為疾病相關基因預測及潛藏藥物靶蛋白偵測提供了新思路。本項目以蛋白質相互作用網路為基本點，以數據科學中的結構化稀疏圖模型為基本工具，對蛋白質相互作用網路重構、蛋白質功能模組挖掘以及驅動蛋白質識別等生物學和醫學問題展開研究。項目取得了如下研究成果：（1）設計了基於圖小波和網路反卷積的蛋白質相互作用預測和網路重構算法；（2）基於隨機圖模型和矩陣分解模型，設計了多種數據融合算法識別靜態蛋白質相互作用網路、動態蛋白質相互作用網路和符號網路中的蛋白質功能模組；（3）設計了基於最小值支配集模型的驅動蛋白質和組織特異驅動蛋白質識別算法。（4）嘗試將多尺度特徵構造與匹配思想套用於其他高維數據，得到了一些有意義的結果。項目完成了預定的研究任務。已在SCI源期刊（二區以上）發表論文19篇。項目獲授權國家發明專利1項。培養博士研究生3名，碩士研究生若干。本項目的研究成果不僅豐富了複雜網路、機器學習理論和統計科學理論，還為發現新的生物現象、指導生物實驗和藥物設計提供可能。
