各种生物网络的比对

随着蛋白质相互作用网络等生物网络数据的普及，网络比对在预测蛋白质功能和推测蛋白质相互作用网络的进化历史上发挥越来越重要的作用。但是，目前常用的方法要么把网络比对限制在一些特殊的结构上，要么只考虑蛋白质间的相互作用信息，要么采用启发式算法。我们的目标是通过数据挖掘、数学规划和图论等方法寻找一些快速且精确的蛋白质网络比对方法。然后改进这些算法使其适用于各种生物网络的比对。我们初步方案是将网络比对转化为数学规划问题并利用CPLEX，Matlab等工具求解。初步试验结果证明该方法准确而且快速，可以应用于部分生物网络的比对。但对于较大生物网络间的比对，我们需要改进该算法和研发新的算法。

本研究给出了几个关于生物网络比对, 重建生物进化网络和基于网络的疾病生存分析算法。通过实际应用，我们证明了这些算法在寻找生物系统功能模块和疾病相关生物靶点中有着重要的价值。主要成果包括: (1) 给出了生物网络比对的一个线性规划描述, 并求解该线性规划问题得到一个关于较小生物网络比对的精确算法。（2）利用图论知识，通过结合蛋白质同源信息和直接相互作用信息，给出了蛋白质基于序列和相互作用结构的相似性矩阵，从而将生物网络比对转化为一个二部图匹配问题并求解。（3）进一步结合网络的graphlet信息引入蛋白质间接相互作用信息，从而得到一个关于生物网络比对的精确启发式算法。 这些算法由软件BinAligner实现，并提供免费下载（http://www.picb.ac.cn/phylcomb/BinAligner.html）（4）将BinAligner应用于比对水痘病毒（VZV）和卡波济(氏)肉瘤病毒(KSHV)的蛋白质相互作用网络，本小组得到几对新的功能同源开放阅读框配对, 并推测出一条关于病毒组装和感染的信号通路。（5）给出重建生物进化网络的Quartet-Net算法，理论和模拟运算均证明该算法比现在主流的算法有更高的重建精度。该算法由软件QuartetNet实现，并提供免费下载（http://sysbio.cvm.msstate.edu/QuartetNet/）。 （6）将QuartetNet 应用于重建细菌和两栖类爬行动物的生物进化网络，并得到一些关于这些物种进化的理论。 （7）基于生物网络给出了寻找与病人生存相关药物靶点的算法SurvNet, 这些生物靶点对疾病的诊断和治疗有着十分重要的作用。 该算法由软件SurvNet实现，并提供免费下载（http://bioinformatics.mdanderson.org/main/SurvNet）。