本書的研究內容主要包括以下幾個方面。①為了有效克服現(xiàn)有功能模塊挖掘方法的缺點，我們使用受限的隨機游走模型，提出一種新的轉移概率矩陣，進而定義一種新的結點相似性ISIM來衡量網絡中任意兩個結點之間的距離。新的結點相似性有3個良好的特性：一是它能成功地融合網絡的全局和局部拓撲信息；二是新結點相似性不僅能有效地衡量兩個結點之間的距離，而且能捕捉到兩個結點在網絡中的拓撲結構；三是它是在一個收斂的空間定義結點相似性。因此，在一系列不完備和含有噪聲的生物網絡中，具有良好的穩(wěn)定性和魯棒性。使用新結點相似性和層次聚類思想，可以有效地分析生物復雜網絡中的功能模塊。首先，我們使用新結點相似性產生網絡的相似性矩陣。其次，使用層次聚類思想建立網絡模塊的樹狀結構。，選擇合理的目標函數(shù)自動地挖掘網絡中的功能模塊。在此基礎上，通過改變新結點相似性中的調節(jié)因子，本書又提出一種新的方法（ISIMB方法）揭示生物網絡中蛋白質復合物的層次結構和功能模塊的多尺度特性。與現(xiàn)有的模塊挖掘方法相比，基于新結點相似性的方法是一個無參數(shù)的方法，它能自動地確定網絡中模塊的個數(shù)。使用它挖掘到的模塊不僅與真實的功能模塊結構獲得更好的匹配，而且能有效克服生物網絡不完備性的缺陷。與單尺度的方法相比，本書把模塊多尺度概念引入到生物網絡中蛋白質復合物和功能模塊的挖掘，這種新的理念不僅能成功地預測蛋白質復合物及其層次特性，而且能從具體到一般的視角揭示功能模塊的動態(tài)過程。②針對生物網絡的不完備特性和基因共表達的不傳遞性，本書提出一種新的方法檢測基因共表達網絡中的功能模塊。這種方法首先融合不同條件下基因共表達譜數(shù)據(jù)構建完備的基因共表達網絡，隨后使用大團算法挖掘網絡中的功能模塊。這種新的方法與其他方法相比，預測的結果有較強的生物功能相似性。通過轉錄和調控關系分析，預測功能模塊中的基因有較高的概率被同一個轉錄因子所調控，從而為構建基因調控網絡提供豐富的結果。③傳統(tǒng)的生物網絡中功能模塊的挖掘都是基于高聚合的模塊結構是功能模塊組織的形式。然而，這個結論在生物網絡中，特別是在蛋白質相互作用網絡中存在可疑性。因此，我們發(fā)現(xiàn)一種與高聚合模塊不同的Bi-sparse模塊，然后結合二叉樹理論和矩陣論提出一種新的方法（BTS方法）來挖掘兩種類型的功能模塊。BTS方法在蛋白質相互作用網絡中挖掘的高聚合模塊和Bi-sparse模塊都組成功能單元。與其他方法相比，BTS方法具有良好的性能：一是不需要預先設置模塊的個數(shù)；二是挖掘的高聚合模塊和Bi-sparse模塊都具有顯著性的生物功能相似性。④我們把高聚合模塊和Bi-sparse模塊作為功能單元的組織形式共存于同一網絡中這一概念進行泛化。我們整理了4種類型共25個網絡，用BTS方法對25個網絡中的模塊進行分析，結果發(fā)現(xiàn)：（a）Bi-sparse模塊具有普遍性。（b）在社會網絡中，Bi-sparse模塊中的人們充當著經紀人的角色，負責協(xié)調不同群體之間的矛盾，促進信息、技術和知識的交流等作用；在計算機軟件網絡中，Bi-sparse模塊中的結點具有相似的軟件包屬性；在生物復雜網絡中，Bi-sparse模塊中的蛋白質或基因具有顯著性的功能相似性。（c）復雜網絡中的Bi-sparse模塊擁有一些特性：一是Bi-sparse模塊和高聚合模塊相比，Bi-sparse模塊含有的結點較少；二是Bi-sparse模塊在不同類型的網絡中，具有一定的偏好性；三是存在復雜網絡中的Bi-sparse模塊有兩種明顯的拓撲結構。本書主要內容來自筆者的博士畢業(yè)論文，它詳細介紹了筆者攻讀博士期間在生物網絡中功能模塊領域所做的工作。本書重點描述了筆者所做工作的創(chuàng)新之處：提出了一種衡量網絡中結點之間相似的新距離，并在此基礎上，揭示了生物復雜網絡中多尺度模塊特性能有效揭示蛋白質的從具體到一般的生物功能。不僅如此，本書還揭示了單一的模塊結構組織形式不能很好地分割網絡結點的相同屬性。雖然本書盡可能地介紹生物復雜網絡中功能模塊挖掘的各個方面的內容，但由于筆者水平有限，書中難免存在疏漏和不足之處，歡迎各位專家和讀者批評指正。本書的相關工作得到了河南省高等學校重點科研項目（17B520001、16B413001）的大力支持，在此表示衷心的感謝。本書列舉了主要的參考文獻，在此對所引參考文獻中的作者和出版機構表示感謝。
鄂公網安備 42010302001612號 