基于鲁棒多元隐特征模型的蛋白质相互作用网络建模与分析方法研究

Protein-protein interaction (PPI) networks provide a comprehensive view of the global interaction structure of an organism’s proteome, as well as detailed information on specific interactions. In the project, we investigate the modeling and analysis of PPI networks using latent feature model. First of all, a novel probabilistic model is developed to adaptively discover a non-metric similarity along with the latent feature representation from the interaction data. Secondly, in order to incorporate the diverse and heterogeneous protein attributes data (e.g., 3D structure and sequence information),we design a novel relational generative deep latent feature model to jointly embed protein features and their observed links. Finally, we propose to improve the robustness of latent feature model by reformulating the learning objectives. The results of the project could provide further insights into understanding of biological processes, function and the underlying complex evolutionary mechanisms of the cell and lead to new knowledge about complex biological mechanisms.

蛋白质相互作用网络不仅为生物体的蛋白质组的全局作用结构提供了综合性的观察视角，也蕴含了特定蛋白质相互作用的细节信息。在本项目中，我们主要研究通过隐特征模型建模和分析蛋白质相互作用网络。首先，提出新颖的概率模型，连同特征表示一起，学习出非测度的相似度函数。其次，为了融合蛋白质本身的多源异构属性信息，我们提出基于深度学习的隐变量模型，同时将蛋白质原始特征和观测到的相互作用关系嵌入到隐空间中。最后为了提高蛋白质网络建模的鲁棒性，我们提出转换训练目标函数的思路。本项目可以深化对于蛋白质相互作用网络的研究，有助于获取对生物过程、功能和潜在复杂生物机制的新认识。

蛋白质是生命活动的主要载体，蛋白质相互作用网络在生物体中具有非常重要的作用，通过蛋白质相互作用网络可以更加具体的分析各种生物学功能，也对研究生物体的发生、发展等关系具有极为重要的参考价值。在本项目中通过三个方面研究蛋白质相互作用网络：.首先，我们采用基于蛋白质相互作用网络内部复杂多元关系的非欧测度构建研究。针对目前隐变量网络模型仅侧重于基于欧氏测度的分析方法，不能准确刻画蛋白质相互作用网络本质特征的问题，我们提出了一种基于融合算子和局部欧氏测度集成的自适应相似度函数构建方法。在该理论框架下，数据特征可以划分为多个不同的特征子集，并且针对每个子集都存在一个独立的测度定义，聚焦于刻画一个“局部”的相似性关系。 .其次，我们通过融合蛋白质序列属性信息的隐变量模型建模分析了蛋白质相互作用网络。由于在蛋白质相互作用网络所表征的关系数据之外，单个蛋白质本身的属性信息同样对蛋白质组学研究有重要意义。为了建模蛋白质本身的多源异构属性信息，我们提出基于深度学习的隐变量模型，同时将蛋白质原始特征和观测到的相互作用关系嵌入到隐空间中。在该模型中，隐藏变量表示处在中间位置，一方面融合了底层特征，并可以捕捉到相互作用蛋白质之间的依存信息，而另一方面高阶分析任务如相互作用预测和降噪可以直接基于抽取出的的隐藏特征进行操作。.最后，我们通过蛋白质相互作用网络分析疾病相关差异调控，并构建蛋白质相互作用子网络。由于现有技术手段的局限，由高通量实验方法所获取的相互作用数据在精度方面有局限性，蕴含了大量的噪音。为了在建模过程中减轻这一因素的负面影响，我们提出了鲁棒分类的相关思路解决问题，将蛋白质相互作用的错误信息，转换为分类问题中存在错误标签的问题加以解决。