第5期 刘光明，等：融合蛋白质复合体的人类蛋白互作网络功能模块发现 ·709. 在K-Means算法中，融合了蛋白质复合体数据 模块作为功能模块，以便用于蛋白网络分子作用机 的模块中细胞组件同质性高于0.5的模块占54.8%， 理的研究。 而原始PPI模块同质性高于0.5的模块占48.9%：在 0.25 NMF中，融合了蛋白质复合体数据的模块中细胞组 0.20 K-means 0.15 ■IncreK-Means 件同质性高于0.5的模块占35%，而原始PPI模块 0.10 同质性高于0.5的模块占31.5%。 0.05 0 图5是不同模块划分方法产生模块的生物过程 000101-0202-03a30404-0.505-0606070,7-080.R090-10 相似度 同质性在不同区间上的对比。 NMF 0.35 ■IncreNMF ■K-neans 0.25 ■IncreK-Means 0.30 0.15 0.25 0.20 0.05 0.15 L 0.10 0000.10.1a202030.5404505060670.7080.&090.910 0.05 相似度 0101202-030304040.505-06060707-80-n90-10 图6模块Pathway同质性 相似度 ■NMF Fig.6 Pathway homogeneity of module IncreNMF 0.45 0.35 3 结束语 0.25 0.15 本文将蛋白质复合体数据融合到PPI网络中 0.05 (例如：String9蛋白质相互作用数据库)，然后使用 .00101-0202-33-044.505-a606-077-08a8-l90-10 相似度 K-Means和NMF2种经典的算法分别对原始网络和 融合后的网络进行社团划分，从而得到多个蛋白质 图5模块生物过程同质性 模块；这些模块通过在GO和Pathway2:个方面的富 Fig.5 Biological process homogeneity of module 集分析和同质性分析，实验结果证明融合蛋白质复 在K-Means算法中，融合了蛋白质复合体数据 合体后得到了生物功能更强的模块：这也在一定程 的模块中生物过程同质性高于0.5的模块占24.1%， 度上说明引入蛋白质复合体数据弥补了PPI网络数 而原始PPI模块同质性高于0.5的模块占17.7%： 据不完整并且噪声多等缺点。新划分的模块在G0 在NMF中，融合了蛋白质复合体数据的模块中生物 和Pathway2个方面都展现了良好的生物学统计特 过程同质性高于0.5的模块占15.7%，而原始PPI 性，这说明结合多方面的数据，有助于发现功能更强 模块同质性高于0.5的模块占11.3%。 的蛋白质模块。 图6是不同模块划分方法产生模块的Pathway 鉴于目前的研究，下一步工作计划将基因表达 同质性在不同区间上的对比。 数据融入到PPI网络中，然后根据不同的基因在不 在K-Means算法中，融合了蛋白质复合体数据 同组织上的表达情况来辅助PPI网络进行功能模块 的模块中Pathway同质性高于0.5的模块占22.3%， 检测。另一方面，疾病-症状关系数据(OMIM)和疾 而原始PPI模块同质性高于0.5的模块占18.7%： 病-基因关系数据(disease-connect)的获取技术发展 在NMF中，融合了蛋白质复合体数据的模块中 比较迅速并且具有较高的可信度，因此可以将这些 Pathway同质性高于0.5的模块占19%，而原始PPI 数据融入到PPI网络中去发现与疾病或症状相关的 模块同质性高于0.5的模块占12%。 功能模块，从而为疾病机理研究和新药研发提供一 实验结果说明，在G0术语和Pathway2.个生物 个新的思路。 度量方面，不论是从最小富集角度还是从模块同质 性角度，都可以发现融合了蛋白质复合体后的PPI 参考文献： 得到的模块具有更强的生物功能，因此可以将这些 [1]BARABASI A L.GULBAHCE N,LOSCALZO J.Network在 Ｋ⁃Ｍｅａｎｓ 算法中，融合了蛋白质复合体数据 的模块中细胞组件同质性高于 ０．５ 的模块占５４．８％， 而原始 ＰＰＩ 模块同质性高于 ０．５ 的模块占４８．９％；在 ＮＭＦ 中，融合了蛋白质复合体数据的模块中细胞组 件同质性高于 ０．５ 的模块占 ３５％，而原始 ＰＰＩ 模块 同质性高于 ０．５ 的模块占３１．５％。 图 ５ 是不同模块划分方法产生模块的生物过程 同质性在不同区间上的对比。 图 ５ 模块生物过程同质性 Ｆｉｇ．５ Ｂｉｏｌｏｇｉｃａｌ ｐｒｏｃｅｓｓ ｈｏｍｏｇｅｎｅｉｔｙ ｏｆ ｍｏｄｕｌｅ 在 Ｋ⁃Ｍｅａｎｓ 算法中，融合了蛋白质复合体数据 的模块中生物过程同质性高于 ０．５ 的模块占２４．１％， 而原始 ＰＰＩ 模块同质性高于 ０．５ 的模块占 １７．７％； 在 ＮＭＦ 中，融合了蛋白质复合体数据的模块中生物 过程同质性高于 ０．５ 的模块占 １５．７％，而原始 ＰＰＩ 模块同质性高于 ０．５ 的模块占 １１．３％。 图 ６ 是不同模块划分方法产生模块的 Ｐａｔｈｗａｙ 同质性在不同区间上的对比。 在 Ｋ⁃Ｍｅａｎｓ 算法中，融合了蛋白质复合体数据 的模块中 Ｐａｔｈｗａｙ 同质性高于 ０．５ 的模块占 ２２．３％， 而原始 ＰＰＩ 模块同质性高于 ０．５ 的模块占 １８．７％； 在 ＮＭＦ 中，融合了蛋白质复合体数据的模块中 Ｐａｔｈｗａｙ 同质性高于 ０．５ 的模块占 １９％，而原始 ＰＰＩ 模块同质性高于 ０．５ 的模块占 １２％。 实验结果说明，在 ＧＯ 术语和 Ｐａｔｈｗａｙ２ 个生物 度量方面，不论是从最小富集角度还是从模块同质 性角度，都可以发现融合了蛋白质复合体后的 ＰＰＩ 得到的模块具有更强的生物功能，因此可以将这些 模块作为功能模块，以便用于蛋白网络分子作用机 理的研究。 图 ６ 模块 Ｐａｔｈｗａｙ 同质性 Ｆｉｇ．６ Ｐａｔｈｗａｙ ｈｏｍｏｇｅｎｅｉｔｙ ｏｆ ｍｏｄｕｌｅ ３ 结束语 本文将蛋白质复合体数据融合到 ＰＰＩ 网络中 （例如：Ｓｔｒｉｎｇ ９ 蛋白质相互作用数据库），然后使用 Ｋ⁃Ｍｅａｎｓ 和 ＮＭＦ ２ 种经典的算法分别对原始网络和 融合后的网络进行社团划分，从而得到多个蛋白质 模块；这些模块通过在 ＧＯ 和 Ｐａｔｈｗａｙ２ 个方面的富 集分析和同质性分析，实验结果证明融合蛋白质复 合体后得到了生物功能更强的模块；这也在一定程 度上说明引入蛋白质复合体数据弥补了 ＰＰＩ 网络数 据不完整并且噪声多等缺点。 新划分的模块在 ＧＯ 和 Ｐａｔｈｗａｙ ２ 个方面都展现了良好的生物学统计特 性，这说明结合多方面的数据，有助于发现功能更强 的蛋白质模块。 鉴于目前的研究，下一步工作计划将基因表达 数据融入到 ＰＰＩ 网络中，然后根据不同的基因在不 同组织上的表达情况来辅助 ＰＰＩ 网络进行功能模块 检测。 另一方面，疾病⁃症状关系数据（ＯＭＩＭ）和疾 病⁃基因关系数据（ｄｉｓｅａｓｅ⁃ｃｏｎｎｅｃｔ）的获取技术发展 比较迅速并且具有较高的可信度，因此可以将这些 数据融入到 ＰＰＩ 网络中去发现与疾病或症状相关的 功能模块，从而为疾病机理研究和新药研发提供一 个新的思路。 参考文献： ［１］ ＢＡＲＡＢÁＳＩ Ａ Ｌ， ＧＵＬＢＡＨＣＥ Ｎ， ＬＯＳＣＡＬＺＯ Ｊ． Ｎｅｔｗｏｒｋ 第 ５ 期 刘光明，等：融合蛋白质复合体的人类蛋白互作网络功能模块发现 ·７０９·