Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
So sánh độ đồng nhất sinh học của các cụm mạng được xác định bởi các thuật toán phát hiện khác nhau
Tóm tắt
Mạng tương tác protein-protein đóng vai trò trong việc thực hiện hoạt động phân tử cơ bản trong tế bào. Việc phát hiện các cấu trúc mô-đun từ mạng tương tác protein-protein rất quan trọng để hiểu tổ chức, chức năng và động học của một hệ sinh học. Để xác định các khu vực chức năng dựa trên topo mạng, nhiều thuật toán nhận diện cụm mạng đã được phát triển. Tuy nhiên, mỗi thuật toán có thể phân tích một mạng từ một khía cạnh khác nhau và có thể cung cấp các cái nhìn khác nhau về việc phân chia mạng. Để đánh giá khách quan hiệu suất của bốn thuật toán phát hiện cụm phổ biến: phát hiện phức hợp phân tử (MCODE), NetworkBlast, phân cụm khoảng cách ngắn nhất (SDC) và thuật toán Girvan-Newman (G-N), chúng tôi đã so sánh độ đồng nhất sinh học của các cụm mạng do các thuật toán này tìm thấy thông qua một khung đánh giá đồng nhất. Mỗi thuật toán được sử dụng để tìm các cụm mạng trong hai mạng tương tác protein-protein khác nhau với các tham số khác nhau. Việc so sánh các cụm mạng thu được cho thấy rằng các cụm được tìm thấy bởi MCODE và SDC có độ đồng nhất sinh học cao hơn so với những cụm do NetworkBlast và thuật toán G-N phát hiện.
Từ khóa
#mạng tương tác protein #phát hiện cụm mạng #độ đồng nhất sinh học #thuật toán nhận diện cụm #MCODE #NetworkBlast #SDC #Girvan-NewmanTài liệu tham khảo
Hartwell L H, Hopfield J J, Leibler S, et al. From molecular to modular cell biology. Nature, 1999, 402: 47–52
Gavin A C, Bosche M, Krause R, et al. Functional organization of the yeast proteome by systematic analysis of protein complexes. Nature, 2002, 415: 141–147
Giot L, Bader J S, Brouwer C, et al. A protein interaction map of Drosophila melanogaster. Science, 2003, 302: 1727–1736
Ho Y, Gruhler A, Heilbut A, et al. Systematic identification of protein complexes in Saccharomyces cerevisiae by mass spectrometry. Nature, 2002, 415: 180–183
Ito T, Chiba T, Ozawa R, et al. A comprehensive two-hybrid analysis to explore the yeast protein interactome. Proc Natl Acad Sci USA, 2001, 98: 4569–4574
Li S, Armstrong C M, Bertin N, et al. A map of the interactome network of the metazoan C. elegans. Science, 2004, 303: 540–543
Rual J F, Venkatesan K, Hao T, et al. Towards a proteome-scale map of the human protein-protein interaction network. Nature, 2005, 437: 1173–1178
Stelzl U, Worm U, Lalowski M, et al. A human protein-protein interaction network: A resource for annotating the proteome. Cell, 2005, 122: 957–968
Uetz P, Giot L, Cagney G, et al. A comprehensive analysis of protein-protein interactions in Saccharomyces cerevisiae. Nature, 2000, 403: 623–627
Barabasi A L, Oltvai Z N. Network biology: Understanding the cell’s functional organization. Nat Rev Genet, 2004, 5: 101–113
Ravasz E, Barabasi A L. Hierarchical organization in complex networks. Phys Rev E Stat Nonlin Soft Matter Phys, 2003, 67: 026112
Rives A W, Galitski T. Modular organization of cellular networks. Proc Natl Acad Sci USA, 2003, 100: 1128–1133
Spirin V, Mirny L. A Protein complexes and functional modules in molecular networks. Proc Natl Acad Sci USA, 2003, 100: 12123–12128
Brohee S, van Helden J. Evaluation of clustering algorithms for protein-protein interaction networks. BMC Bioinformatics, 2006, 7: 488
Mewes H W, Frishman D, Guldener U, et al. MIPS: a database for genomes and protein sequences. Nucleic Acids Res, 2002, 30: 31–34
Bader G D, Hogue C W. An automated method for finding molecular complexes in large protein interaction networks. BMC Bioinformatics, 2003, 4: 2
Sharan R, Suthram S, Kelley R M, et al. Conserved patterns of protein interaction in multiple species. Proc Natl Acad Sci USA, 2005, 102: 1974–1979
Girvan M, Newman M E. Community structure in social and biological networks. Proc Natl Acad Sci USA, 2002, 99: 7821–7826
Newman M E, Girvan M. Finding and evaluating community structure in networks. Phys Rev E Stat Nonlin Soft Matter Phys, 2004, 69: 026113
von Mering C, Krause R, Snel B, et al. Comparative assessment of large-scale data sets of protein-protein interactions. Nature, 2002, 417: 399–403
Han J D, Dupuy D, Bertin N, et al. Effect of sampling on topology predictions of protein-protein interaction networks. Nat Biotechnol, 2005, 23: 839–844
Xenarios I, Salwinski L, Duan X J, et al. DIP, the Database of Interacting Proteins: A research tool for studying cellular networks of protein interactions. Nucleic Acids Res, 2002, 30: 303–305
Peri S, Navarro J D, Amanchy R, et al. Development of human protein reference database as an initial platform for approaching systems biology in humans. Genome Res, 2003, 13: 2363–2371
Deane C M, Salwinski L, Xenarios I, et al. Protein interactions: Two methods for assessment of the reliability of high throughput observations. Mol Cell Proteomics, 2002, 1: 349–356
Ashburner M, Ball C A, Blake J A, et al. Gene ontology: Tool for the unification of biology. The Gene Ontology Consortium. Nat Genet, 2000, 25: 25–29
Han J D, Bertin N, Hao T, et al. Evidence for dynamically organized modularity in the yeast protein-protein interaction network. Nature, 2004, 430: 88–93
Snel B, Bork P, Huynen M A. The identification of functional modules from the genomic association of genes. Proc Natl Acad Sci USA, 2002, 99: 5890–5895
Mahadevan R, Palsson B O Properties of metabolic networks: Structure versus function. Biophys J, 2005, 88: L07–09
Holme P, Huss M, Jeong H. Subnetwork hierarchies of biochemical pathways. Bioinformatics, 2003, 19: 532–538