利用蛋白质-蛋白质相互作用网络中的诱导星识别必需蛋白质
定量方法
2018-03-15 v2 分子网络
摘要
在这项工作中，我们提出了一种新颖的中心性度量，称为星中心性，它在计算节点的拓扑重要性时结合了节点闭邻域的信息，而不仅仅是节点本身的信息。更具体地说，我们关注度中心性，并表明在复杂的蛋白质-蛋白质相互作用网络中，它是一个朴素的度量，可能导致对蛋白质重要性的误判。对于我们在考虑星时对度中心性的扩展，我们推导了其计算复杂度，提供了数学公式，并提出了两种在实践中被证明有效的近似算法。我们展示了这种新度量在蛋白质-蛋白质相互作用网络中预测多种生物（包括研究充分的酿酒酵母、幽门螺杆菌和秀丽隐杆线虫）中蛋白质必需性时的成功，其中星中心性在检测必需蛋白质方面显著优于其他节点中心性度量。我们还分析了两种近似算法在实际中的平均和最坏情况性能，并表明它们是在超大规模蛋白质-蛋白质相互作用网络（如人类蛋白质组）中计算星中心性的可行选择，在这些网络中，精确方法必然耗费大量时间和内存。
引用
@article{arxiv.1708.00574,
title = {Identification of Essential Proteins Using Induced Stars in Protein-Protein Interaction Networks},
author = {Chrysafis Vogiatzis and Mustafa Can Camur},
journal= {arXiv preprint arXiv:1708.00574},
year = {2018}
}