基于路径相似性与蛋白质-蛋白质相互作用网络中社区结构预测疾病相关基因

基于网络的计算方法用于预测与某些疾病相关的未知基因，对于揭示人类疾病的分子基础具有重要意义。在本文中，我们通过将基于路径的相似性与人类蛋白质-蛋白质相互作用网络中的社区结构相结合，提出了一种新的疾病基因预测方法。首先，我们引入了一组基于路径的相似性指标、一种新颖的基于社区的相似性指标，以及一种结合了基于路径相似性指标的新相似性。然后，我们评估了这些指标在区分疾病基因与非疾病基因方面的统计显著性，以确认它们在预测疾病基因中的可用性。最后，我们将这些指标应用于单基因疾病家族的疾病基因预测，并分析了这些指标在疾病基因预测中的表现，特别是详细分析了社区结构对预测性能的影响。结果表明，与相同或相似疾病相关的基因通常位于蛋白质-蛋白质相互作用网络的同一社区内，且社区结构对疾病基因预测有很大帮助。