帕金森疾病相关蛋白质相互作用网络研究

The purpose of the project is to construct and study the Parkinson's disease (PD) associated protein-protein interaction network (PPIN). In the project, a novel fractal dimenson calculation method is proposed and used to research the topology strucure of the PPIN at the levels of protein, motif and protein complex. The relationships between topology structural of protein complex and function of protein complex are studied based on the graph theory and fractal geometry theory. The improved ant optimization algorithm, particle swarm optimziation algorithm and genetic algorithm are proposed and utilized to identify potential protein complex from the PPIN based on the topology structure and physicochemical property of the protein complex. Support vector machine and random forest algorithm are adopted to predict the authenticity of the potential protein complex. Based on the resources of Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG), chemometrics techniques and methods are used to study the PD associated metabolic pathway, protein and protein complex at the level of network. And new target for treatment of the PD are identified. The project will not only help the understanding of the pathogenesis of the PD at levels of system and network, but also help the finding of the new drug target. And, it has important theoretical significance and practical value in the diagnosis and treatment of the PD as well as the design of the new drug.

本项目以帕金森疾病（PD）相关蛋白质相互作用网络（PPIN）的构建与分析为研究目的，建立基于盒计数法的PPIN分形维数计算方法，在蛋白质、模体和蛋白质复合物水平上，研究PD相关PPIN的分形特征。采用图论和分形理论，研究蛋白质复合物的拓扑结构性质与功能之间的关系。基于蛋白质复合物的拓扑结构等性质，建立改进型蚁群等仿生优化算法与支持向量机、随机森林的联用技术，从PD相关PPIN中挖掘潜在的蛋白质复合物，并预测其真实性。基于基因本体论、代谢路径等注释信息，研究与PD相关蛋白质、蛋白质复合物以及代谢路径，为致病机理的研究提供参考。本项目的研究不仅有助于从系统和网络水平上理解蛋白质复合物以及PPIN在PD致病机制中的作用，发现与PD相关的信号转导和代谢调控等路径，而且有助于研究PD的致病机理和寻找新的药物靶标,为疾病诊断和治疗，以及新药设计提供理论依据，具有重要的理论意义和实用价值。

本课题以帕金森疾病相关蛋白质相互作用网络的构建与研究为目的，取得以下主要研究成果：建立了一种基于“牵连犯罪”原罪和网络拓扑结构特征从相互作用组网络中识别潜在药物-靶标相互作用的新方法，该方法具有快速方便和准确度高等特点。建立了基于人类蛋白质相互作用网络和拓扑结构特征识别潜在药物靶标的新方法，该方法具有省时省力和预测精度高等优点。基于人类蛋白质相互作用网络和图论，提出了新的方法识别疾病相关的潜在基因，该方法为疾病的病理学研究提供了理论参考。基于蛋白质相互作用网络以及耦合遗传算法和K最近邻算法，提出了新的方法识别蛋白质显型，该方法具有快速、准确等优点。基于图论和随机森林算法，利用网络拓扑结构相似性原则构建了新的蛋白质复合物亚细胞位点和功能识别方法，该方法为蛋白质复合物结构与功能之间的关系研究提供了理论参考。采用六核苷酸组成表征方法以及遗传算法等特征选择技术，提出了新的人类DNA序列甲基化状态识别方法，该方法为基因甲基化机理研究提供了参考。本项目的研究必将丰富新药研发新技术，对疾病的预防、诊断和治疗等具有重要的理论意义和使用价值。