1、陟7|『大學陟7|l犬學博士學位論文作考盈二重i墮L一一完成日期至QQ2生壘旦呈Q旦’、專業(yè)，登塹焦堂——一一授予學位霞期笙旦旦一四川大學博士學位論文復雜網(wǎng)絡理論和細胞自動機在生物信息學中的應用研究學方式有著直接或間接的相互作用。這些相互作用產(chǎn)生了各種各樣的生物網(wǎng)絡，例如代謝網(wǎng)絡，基因調(diào)控網(wǎng)絡和信號轉(zhuǎn)導網(wǎng)絡等等?？梢哉J為，所有的生命活動都依賴于這些生物網(wǎng)絡的結構和功能。其中，生物網(wǎng)絡的構建是網(wǎng)絡靜態(tài)統(tǒng)計分析、動態(tài)分析、重要節(jié)點分析、網(wǎng)絡

2、調(diào)控策略發(fā)現(xiàn)、數(shù)值實驗和仿真等工作開展的基礎。本文使用簡單對象傳輸協(xié)議(SOAP)，從網(wǎng)絡數(shù)據(jù)庫躚GG提供的網(wǎng)絡服務(WebService)獲取細胞信號轉(zhuǎn)導數(shù)據(jù)，然后把它們轉(zhuǎn)換成鄰接矩陣，使用相關矩陣運算，最后構建了人類的細胞信號網(wǎng)絡的無向圖，一共包括931個節(jié)點，6798條邊。對其的靜態(tài)幾何分析結果表明，它不是一個隨機網(wǎng)絡，而是一個無尺度網(wǎng)絡，其度分布符合冪律分布P(K卜K_f，冪指數(shù)^r大約為22。鑒于本文構建的細胞信號網(wǎng)絡不是一個

3、隨機網(wǎng)絡，為了搜索其中存在的有意義的社區(qū)結構，我們比較了以層次聚類算法為代表的聚集算法、以GirvanNewman(GN)算法為代表的分離算法和Ouimcra的模擬退火算法。結果表明，傳統(tǒng)的聚集算法適用范圍最小，可靠程度最低，準確性也最差，而模擬退火算法在適用范圍、可靠程度和準確性方面均顯著優(yōu)于其余兩種算法。因此本文選用模擬退火算法研究了細胞信號網(wǎng)絡的拓撲結構，并討論了具體社區(qū)結構的生物意義及其在基礎研究和藥物設計方面的潛在影響。本文的

4、第二部分使用細胞自動機構建了生物序列的離散模型，對細胞信號網(wǎng)絡中具有關鍵作用的跨膜蛋白進行了拓撲結構預測。細胞自動機是D維空間中一組細胞單元組成的陣列，每個細胞單元處于狀態(tài)空間中的某種狀態(tài)，各細胞單元下一時刻的轉(zhuǎn)移狀態(tài)根據(jù)相應的鄰域函數(shù)規(guī)則和各時間階的領域狀態(tài)配置進行更新。本文構建了一種基于細胞自動機的新方法用來預測跨膜蛋白的拓撲結構。首先，根據(jù)a螺旋和B一圓桶類跨膜蛋白的結構特征確定了滑動窗口的長度為20個氨基酸殘基，然后把掃描蛋白質(zhì)

5、序列所得到的片段根據(jù)優(yōu)化的二進制編碼規(guī)則轉(zhuǎn)化成Ol序列，再用細胞自動機來推導偽氨基酸組成；最后，使用擴大的協(xié)方差判別算法來預測跨膜蛋白的拓撲結構。所得結果表明本方法能夠同時對a螺旋和B一圓桶類跨膜蛋白進行預測，并能在Jackknife交叉驗證下取得較高的準確率，明顯優(yōu)于HMMTOP、TMprcd和PKEDTMBB這3種跨膜蛋白預測算法。另外，本方法只需要輸入蛋白質(zhì)的一級序列，不用額外輸入?yún)?shù)、注釋和序列比對信息，非常適合于大規(guī)模、高遁量