孙 静,李 彬,李文彬,杨 勃,潘 理

(湖南理工学院 信息科学与工程学院,湖南 岳阳 414006)

蛋白质是维持生命活动、构成生物细胞和组织的基本物质,是生物生命活动中必不可少的成分.根据蛋白质对生命活动的必要性,可将蛋白质分为关键蛋白质和非关键蛋白质两大类.关键蛋白质对于生命体是至关重要的.如果关键蛋白质被剔除,细胞就会死亡或不能正常工作[1].

通常单个蛋白质并不能发挥其作用,只有通过与其他蛋白质相互作用才具有生物学功能.因此从网络拓扑的角度来识别关键蛋白质是目前最常用的方法之一[2].基于网络拓扑的方法又可分为:基于邻域的方法、基于路径的方法和基于特征向量的方法[3]等.其中,度中心性方法(DC)[4]、局部平均连接中心性方法(LAC)[5]、节点聚类中心性方法(NC)[6]是最常用的邻域方法.在邻域方法中,存在相关性很小但差异性很大的方法(例如,LAC和DC),因此可以通过组合这些方法来提高关键蛋白质的识别率.

1 基于邻域的组合中心性方法

1.1 基于邻域的中心性方法

基于邻域的中心性方法利用节点邻居的不同特性来判断该节点的重要性,它是蛋白质相互作用网络中识别关键蛋白质的常用方法.拥有较高中心性值的节点通常被认为是蛋白质相互作用网络的关键节点,进而有更大概率成为关键蛋白质.

常用的基于邻域的中心性方法有:局部平均连接中心性方法(LAC)、度中心性方法(DC)、节点聚类中心性方法(NC)、边缘聚类……