蛋白质网络建模及预测

第一部分 基础篇
第1章 绪论 （2）
1．1 蛋白质相互作用 （3）
1．2 蛋白质网络 （7）
1．3 关键蛋白质 （8）
1．4 蛋白质复合物 （9）
1．5 蛋白质功能 （10）
1．6 本书的主要内容和组织结构 （11）
第二部分 蛋白质网络篇
第2章 蛋白质网络研究现状 （15）
2．1 基于蛋白质表达动态性的动态蛋白质网络 （16）
2．2 基于多状态下表达及相关性变化的动态蛋白质网络 （20）
第3章 动态蛋白质网络的构建方法 （23）
3．1 动态蛋白质网络的构建方法 （24）
3．1．1 3-sigma准则 （24）
3．1．2 活性蛋白质的识别 （24）
3．1．3 动态蛋白质网络的构建 （26）
3．2 实验结果及分析 （28）
3．2．1 实验数据 （28）
3．2．2 网络构建 （28）
3．2．3 与已知蛋白质复合物比较 （29）
3．2．4 算法的特异性、敏感性和综合指标 （30）
3．2．5 功能富集性分析与算法精度分析 （32）
3．2．6 蛋白质复合物完美匹配分析 （35）
3．3 本章小结 （36）
第4章 亚细胞区间蛋白质网络的构建 （37）
4．1 亚细胞区间蛋白质网络 （39）
4．2 加权蛋白质网络 （40）
4．2．1 亚细胞区间重要性的评估 （40）
4．2．2 蛋白质相互作用重要性的计算 （41）
4．3 本章小结 （41）
第三部分 蛋白质复合物识别篇
第5章 蛋白质复合物识别的相关研究 （44）
5．1 基于密度和局部搜索的算法 （45）
5．2 基于层次聚类的算法 （47）
5．3 交叠复合物挖掘的算法 （49）
5．4 融合多元数据的蛋白质复合物识别 （51）
5．5 动态蛋白质网络中的蛋白质复合物识别 （52）
第6章 基于蛋白质复合物形成机制与蛋白质活性的蛋白质
复合物提炼方法 （54）
6．1 蛋白质复合物的形成机制以及内部活性特征 （54）
6．2 蛋白质复合物提炼方法 （55）
6．2．1 方法框架 （55）
6．2．2 蛋白质复合物的分割 （56）
6．2．3 蛋白质复合物的组装 （58）
6．3 实验与分析 （60）
6．3．1 与已知蛋白质复合物的比较 （61）
6．3．2 算法的特异性、敏感性和综合指标 （64）
6．3．3 真阳性的提高 （66）
6．3．4 参数分析 （68）
6．4 本章小结 （69）
第7章 融合蛋白质亚细胞定位信息的蛋白质复合物识别 （71）
7．1 密度-扩散中心性 （71）
7．2 中心性得分的幂律分布检验 （72）
7．3 基于幂律分布的双层聚类算法 （74）
7．4 实验与分析 （78）
7．4．1 实验数据 （79）
7．4．2 与已知蛋白质复合物的比较 （80）
7．4．3 算法的特异性、敏感性和综合指标 （82）
7．4．4 完美匹配分布 （84）
7．5 讨论 （85）
7．5．1 参数分析 （85）
7．5．2 不同中心性方法对PLCluster算法预测效果的影响 （86）
7．5．3 基于亚细胞定位信息的蛋白质复合物过滤及比较 （88）
7．6 本章小结 （90）
第8章 基于k层网络的蛋白质复合物识别研究 （91）
8．1 概述 （91）
8．2 基于k层网络的蛋白质复合物识别算法 （92）
8．2．1 基于k-means聚类的网络分层算法 （93）
8．2．2 识别每层子网中的蛋白质复合物 （94）
8．2．3 识别跨越两个子网的蛋白质复合物 （94）
8．2．4 基于亚细胞定位信息的蛋白质复合物过滤 （95）
8．3 实验结果及分析 （95）
8．3．1 实验数据 （96）
8．3．2 参数影响分析 （97）
8．3．3 与已知蛋白质复合物的比较 （100）
8．3．4 完美匹配分布 （102）
8．4 讨论 （103）
8．5 本章小结 （104）
第四部分 关键蛋白质识别篇
第9章 关键蛋白质研究现状 （107）
9．1 基于拓扑特性的关键蛋白质识别方法 （107）
9．2 融合其他生物信息的关键蛋白质识别方法 （108）
第10章 基于亚细胞区间蛋白质网络的关键蛋白质识别 （110）
10．1 基于亚细胞区间蛋白质网络的关键蛋白质识别方法 （110）
10．1．1 方法框架 （110）
10．1．2 亚细胞区间特异性中心性得分 （112）
10．2 评价指标 （113）
10．2．1 比较排序后的前c%的蛋白质 （114）
10．2．2 比较多物种的平均准确度 （115）
10．3 实验结果 （115）
10．3．1 实验数据 （115）
10．3．2 酵母数据 （116）
10．3．3 人类数据 （118）
10．3．4 小鼠数据 （120）
10．3．5 果蝇数据 （122）
10．3．6 平均准确度（AKAcc） （124）
10．4 讨论 （125）
10．4．1 全局蛋白质网络和PSLIN的不同预测 （126）
10．4．2 中心性方法在PSLIN上的局限性 （127）
10．4．3 不同PSLIN上计算的中心性得分具有不同的可靠性 （128）
10．5 本章小结 （130）
第11章 基于亚细胞区间重要性的关键蛋白质识别方法 （131）
11．1 基于亚细胞区间重要性的中心性方法 （131）
11．1．1 亚细胞区间重要性的评估和蛋白质相互作用
重要性的计算 （132）
11．1．2 基于亚细胞区间重要性的中心性方法 （133）
11．2 实验结果 （134）
11．2．1 实验数据 （134）
11．2．2 比较排序后的前c%的蛋白质 （135）
11．2．3 折刀曲线 （140）
11．2．4 ROC曲线 （141）
11．3 本章小结 （143）
第五部分 蛋白质功能预测篇
第12章 蛋白质功能预测研究现状 （145）
12．1 蛋白质功能预测的重要性 （145）
12．2 预测蛋白质功能的难点 （146）
12．3 蛋白质功能预测问题 （147）
12．4 蛋白质功能预测研究现状 （149）
12．5 蛋白质功能预测的评价方法 （150）
第13章 融合蛋白质亚细胞定位信息的蛋白质功能预测 （153）
13．1 引言 （153）
13．2 蛋白质功能预测方法LSDC （154）
13．2．1 蛋白质协同功能推断 （155）
13．2．2 序列相似性功能推断 （157）
13．2．3 结构域相似性功能推断 （158）
13．2．4 综合功能集合及各项功能的可靠性得分 （159）
13．3 实验结果 （161）
13．3．1 实验数据 （161）
13．3．2 实验过程 （164）
13．4 本章小结 （168）
第六部分 展望篇
第14章 蛋白质网络研究的挑战与机遇 （170）
14．1 识别可靠的PPI面临的挑战 （170）
14．2 特定上下文的动态蛋白质网络的构建 （173）
14．3 整合组学中的蛋白质相互作用 （174）
参考文献 （176）