《面向AP-MS數據的蛋白質相互作用網路推斷算法研究》是依託大連理工大學,由何增有擔任項目負責人的面上項目。
基本介紹
- 中文名：面向AP-MS數據的蛋白質相互作用網路推斷算法研究
- 依託單位：大連理工大學
- 項目類別：面上項目
- 項目負責人：何增有
項目摘要,結題摘要,
項目摘要
親和純化-質譜(AP-MS)技術是目前構建蛋白質相互作用(PPI)網路的重要生化實驗手段。能否從AP-MS數據中推斷出高質量的PPI網路,是影響背海求AP-MS技術套用和推廣的關鍵問題。由於不能有效解決“蛋白質鑑定錯誤與定量誤差”以及“蛋白質相互作用間接關境鑽達項聯與丟失”等問題，現有的面向AP-MS數據的PPI網路推斷算法求解質量偏低，無法滿足實際套用需求。本項目設計新的PPI網路推斷算法，通過引入基於PPI網路的蛋白質鑒罪重拒定與定量、基於間接關聯分析的相互作用預測、網路去卷積等技術，從而紙戀槳槓解決上述影響PPI網路推斷求解質量的關鍵問去白題。在構建了高質量的PPI網路基礎上，進一步研究基於聚類集成的蛋白質複合體識別算法，以及PPI網路推斷與複合體識別結果的錯誤發現率估計算法。本項研究將推動AP-MS技術在PPI研鴉連店究中發揮更重要的作用，並為蛋白質組學提供核心算法與技術。
結題摘要
親和純化-質譜(AP-MS)技術是目前構建蛋白質相互作用(PPI)網路的重要生化實驗手段。能否從AP-MS數據中推斷出高質量的PPI網路,是影響AP-MS技術套用和推廣的關鍵問題。現有的面向AP-MS數據的PPI網路推斷算法求解質量偏低，無法滿足實際套用需求。本項目設計新的PPI網路推斷算法，並在構建了高質量的PPI網路基礎上，進一步研究蛋白質複合物識別算法，以及PPI網路推斷與複合物識別結果的錯誤發現率估計算法。本項研究將推動AP-MS技術在PPI研究中發揮更重要的作用，並為蛋白質組學提供核心算法與技術。項目完成了預期的研究目標，取得的成果主要包括: (1) 基於“過濾-精練”框架的PPI網路推斷模型以及基於排序整合和錯誤發現率控制的PPI網路推斷算法Reinforce; (2) 基於PPI網路重構以及網路嵌入的蛋白質複合物識別算法; (3) 基於FWER控制的蛋白質複合物顯著性評估與挖掘算法; (4) 面向生物網路推斷的關聯分析軟體。在本項目的資助下，獲得省部級自然科學二等獎2項，在國內外重要學術刊物以及會議上發朵謎付表學術論文16篇，其中包括ESI高被引論文1篇，CCF推薦B類國際期刊論文6篇，CCF推薦A類中文期刊論文2篇。
