人结直肠癌相关蛋白质网络构建与癌预后关系研究

Protein-protein interaction (PPI) network associated with human colorectal carcinoma is the basis of the comprehension of PPI during the prognosis. However, traditional experiments on identifying PPI are costly, inability for high throughput and so on. Thus it is of important practical significance to develop effective computational prediction methods. In our project, taking human colorectal carcinoma related proteins as the study subject, we will develop a novel method for the prediction of PPI network associated with human colorectal carcinoma using computational mathematics and bioinformatics tools based on existing subcellular location, secondary structure and PPI data. In detail: (1) constructing, sifting and optimizing features of proteins related to human colorectal carcinoma by integrating position-specific score matrix (PSSM), PROFEAT and gene ontology (GO) information; (2) prediction of the subcellular location, secondary structure, PPI and their affection with prognosis for human colorectal carcinoma using Support Vector Machine (SVM), k-nearest neighbor (KNN), Bayes, neural network and Hidden Markov Model (HMM) and integrating the prediction results of different algorithms through Na?ve Bayes method; (3) prediction of PPIs related to the signal pathways associated with human colorectal carcinoma prognosis according to the ensemble method and then testing the results by experiments. Our project will provide theoretical basis for the signal pathways associated with human colorectal carcinoma prognosis.

人结直肠癌相关蛋白质相互作用网络是系统理解人结直肠癌预后过程中蛋白质相互作用的基础。然而识别蛋白质相互作用的传统实验方法普遍存在费用高、无法实现高通量等缺陷。开发有效的计算预测方法具有重要意义。本项目以人结直肠癌相关蛋白质为研究对象，以现有的亚细胞位点、二级结构类、蛋白质相互作用关系数据为基础，利用生物信息学工具开发人结直肠癌相关蛋白质相互作用网络预测的新方法。内容包括：（1）构建人结直肠癌相关蛋白质的PSSM、PROFEAT、GO特征，并进行筛选和优化。（2）利用SVM、KNN、Bayes、HMM、NNs预测相关蛋白质的亚细胞位点、二级结构类、蛋白质相互作用、与癌预后关系。采用朴素贝叶斯集成策略集成上述算法的预测结果。（3）用此策略预测人结直肠癌预后密切相关的信号通路中十余个蛋白质相互作用关系，并采用酵母双杂交等方法进行实验验证。本项目可为研究人结直肠癌预后相关信号通路提供一定理论基础。

人结直肠癌相关蛋白质相互作用网络是系统理解人结直肠癌预后过程中蛋白质相互作用的基础。然而识别蛋白质相互作用的传统实验方法普遍存在费用高、无法实现高通量等缺陷。开发有效的计算预测方法具有重要意义。本研究团队在UniProtKB等蛋白质公共数据库及Pubmed等文献数据库中搜集并整理了人结直肠癌相关蛋白质数据，比较了SVM、KNN、神经网络、朴素贝叶斯等不同算法，SVM-RFE、F-score等特征筛选方法，PSSM、PROFEAT、GO等不同特征的预测性能。整合了SVM、KNN等算法构建集成分类器，开发出人结直肠癌相关蛋白质的亚细胞位点、二级结构类等属性预测的新的集成方法。根据Pubmed等文献数据库搜集并整理了与人结直肠癌预后相关蛋白质与癌预后的关系来构建训练集，提取了与人结直肠癌预后相关蛋白质的PSSM、PROFEAT、GO、PseAAC等特征，找出了与人结直肠癌预后密切相关的阳性特征。构建了人结直肠癌相关蛋白质二级结构、亚细胞位点、蛋白质相互作用、与癌预后关系预测等属性网络。这些与人结直肠癌预后密切相关的蛋白质特征对于揭示蛋白质对癌预后作用的机制具有一定的意义。