從蛋白質交互作用網絡中偵測必要性蛋白質與蛋白質功能模組 ; Prediction of Essential Proteins and Functional Modules from Protein-Protein Interaction Networks

NCUIR > College of Electrical Engineering & Computer Science > Graduate Institute of Computer Science and Information Engineering > Electronic Thesis & Dissertation > Item 987654321/44782

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/44782

Title:	從蛋白質交互作用網絡中偵測必要性蛋白質與蛋白質功能模組;Prediction of Essential Proteins and Functional Modules from Protein-Protein Interaction Networks
Authors:	金家豪;Chia-Hao Chin
Contributors:	資訊工程研究所
Keywords:	分群演算法;蛋白質功能模組;必要性蛋白質;蛋白質交互作用網路;protein functional modules;essential proteins;protein-protein interaction network;clustering algorithm
Date:	2010-08-31
Issue Date:	2010-12-09 13:55:07 (UTC+8)
Publisher:	國立中央大學
Abstract:	在本論文中，我們說明如何應用圖形理論對蛋白質交互作用網絡進行資料探勘，並藉此偵測必要性蛋白質與蛋白質功能模組。對於偵測必要性蛋白質的研究，我們利用必要性蛋白質與非必要性蛋白質各自的鄰居所形成之子圖間有明顯差異的特性，發展出三種偵測必要性蛋白質的方法。除此之外，我們提出一種綜合兩種偵測方法的技巧，以得到更好的預測結果。對於偵測蛋白質功能模組的研究，根據前人研究顯示，蛋白質複合體是由核心成員和附屬成員所構成，依據該結果，我們設計出一種分群演算法，利用找出蛋白質交互作用網絡中的聚落以預測蛋白質功能模組，該方法不僅可以處理帶有權重的網路，並可利用基因表現的資料，以得到更好的預測結果。除此之外，我們經由設計一個評估分群結果的指標，藉由該指標對分群結果汰弱擇強，以提供更好的分群結果，並將其運用在蛋白質功能模組的偵測研究上。There　are　many　bioinformatic　methods　for　predicting　protein’s　functions.　In　this　dissertation,　we　show　how　to　apply　graph　theory　to　a　protein-protein　interaction　network　to　predict　essential　proteins　and　functional　modules.　Based　on　the　neighborhood　of　an　essential　protein　is　usually　larger　and　denser　than　that　of　a　non-essential　protein,　we　proposal　three　methods　to　predict　essential　proteins.　We　also　design　a　double　screening　scheme,　which　combines　the　results　computed　by　two　different　methods,　to　generate　a　superior　result.　For　predicting　functional　modules,　we　develop　a　clustering　method　which　not　only　extract　functional　modules　from　a　weighted　PPI　network,　but　also　use　gene　expression　data　as　optional　input　to　increase　the　quality　of　outcomes.　We　also　propose　a　measure　to　judge　a　cluster　and　use　this　measure　to　develop　a　framework　that　integrates　the　different　clustering　results　to　produce　a　better　result.
Appears in Collections:	[Graduate Institute of Computer Science and Information Engineering] Electronic Thesis & Dissertation

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	825	View/Open

社群 sharing

Loading...