基于蛋白质复合物的关键蛋白质预测

Essential proteins are those proteins which are indispensable to the viability and reproduction of an organism. They play an important role in cell activities. Most essential proteins prediction methods decide the essentiality of a protein only by features of the protein itself, but not consider the efforts of other proteins on it. However, the protein’s essentiality often depends on functions of protein complexes, and is not decided by single protein. Essential proteins tend to accumulate in the essential complexes. Aiming at it, this project proposes an new idea to predict essential proteins based on protein complexes. The research includes: 1) Starting from the biological significance, this project analyzes various biological characteristics of essential complexes and non-essential complexes, builds reasonable models of essential complex, and develops algorithms to identify essential complexes effectively. 2) This project analyzes the essentiality of proteins in essential complexes and proposes algorithms to predict essential proteins effectively based on essential complexes. 3) Starting from the biological significance, this project selects suitable predictors of protein essentiality and integrates them with essential complexes to predict essential proteins. In this project, prediction protein’s essentiality considers both features of the protein itself and efforts of other proteins on it. Thus, this project is expected to greatly enhance the prediction accuracy of essential proteins.

关键蛋白质是生物体生存和繁殖所必需的蛋白质，在生命活动中扮演重要角色。大多数关键蛋白质预测算法仅仅只根据蛋白质自身的特征对其关键性进行判断，而没有分析其他蛋白质的影响。然而，蛋白质的关键性往往依赖于蛋白质复合物的功能，而并不只由单一的蛋白质节点所决定。关键蛋白质往往大量富集于关键复合物中。针对这一点，本项目提出利用复合物预测关键蛋白质，研究内容包括：1）从生物意义出发，分析关键复合物与非关键复合物的各种生物特征，构建合理的关键复合物模型，设计有效的关键复合物挖掘算法；2) 分析关键复合物中蛋白质的关键性，设计有效的基于关键复合物的关键蛋白质挖掘算法；3）从生物意义出发，选择合适的关键蛋白质预测因子，将其与关键复合物信息结合，设计有效的基于多元数据的关键蛋白质预测算法。我们在预测蛋白质的关键性时，不仅考虑了蛋白质自身特征，同时考虑了其他蛋白质对其影响，这使得预测的准确性有望得到明显提高。

关键蛋白质是生物体生存和繁殖所必需的蛋白质，在生命活动中扮演重要角色。大多数关键蛋白质预测算法仅仅只根据蛋白质自身的特征对其关键性进行判断，而没有分析其他蛋白质的影响。然而，蛋白质的关键性往往依赖于蛋白质复合物的功能，而并不只由单一的蛋白质节点所决定。关键蛋白质往往大量富集于关键复合物中。针对这一点，本项目提出利用复合物预测关键蛋白质，研究内容和取得的成果包括：1）建立复合物参与的生物过程和位于的亚细胞位置与复合物关键性之间的依赖关系，分析了PPI网络中高中心性的蛋白质在复合物和关键复合物中的生物表现，提出了三类有效的关键复合物挖掘算法：IEC_WPPN算法、IECBEF算法和IECBEF_2算法。2）建立复合物中蛋白质在复合物内的拓扑特性与其关键性的依赖关系，提出了有效的基于复合物的关键蛋白质预测算法Complex_C；分析复合物的功能和位于的亚细胞位置与复合物中蛋白质关键性的相关性，提出了有效的基于复合物分类的关键蛋白质预测算法IEPCC。3）结合蛋白质在复合物中的拓扑中心性Complex_C和在蛋白质网络中的拓扑中心性SC，提出基于蛋白质复合物和蛋白质网络的关键蛋白质预测算法HC；结合复合物、蛋白质网络、亚细胞位置和生物过程等蛋白质生物信息，提出了一种新的基于多元数据的蛋白质关键性预测算法HCW。.本项目的创新性和研究意义主要包括：1）首次将蛋白质复合物信息应用到关键蛋白质预测上，为关键蛋白质预测提供了一种新的预测因素；通过提出各种基于复合物信息的多元数据预测关键蛋白质算法，提高了关键蛋白质的预测精度。2）首次将关键蛋白质的识别扩展到关键复合物的挖掘，使关键性的研究从单个基因扩展为对多个相互作用紧密联系的基因的研究，为生物学家研究生物过程的关键性和致病机理提供了一个新的方向。