基于蛋白質(zhì)相互作用網(wǎng)絡(luò)及聚類算法的蛋白質(zhì)功能預(yù)測(cè)方法研究的綜述報(bào)告摘要：蛋白質(zhì)是生命體內(nèi)最基本的分子機(jī)器，在細(xì)胞內(nèi)發(fā)揮著各種生理功能。對(duì)蛋白質(zhì)功能的預(yù)測(cè)是從基因組到表觀組學(xué)研究中必不可少的一部分。網(wǎng)絡(luò)分析和聚類算法已成為蛋白質(zhì)功能預(yù)測(cè)領(lǐng)域中最常用的工具，有望解決大規(guī)模蛋白質(zhì)功能預(yù)測(cè)的挑戰(zhàn)。本綜述報(bào)告將重點(diǎn)討論基于蛋白質(zhì)相互作用網(wǎng)絡(luò)及聚類算法的蛋白質(zhì)功能預(yù)測(cè)方法的研究現(xiàn)狀、應(yīng)用前景和存在的問題。關(guān)鍵詞：蛋白質(zhì)，功能預(yù)測(cè)，相互作用網(wǎng)絡(luò)，聚類算法介紹蛋白質(zhì)是生命的基本單位，擔(dān)負(fù)著生命體內(nèi)各種生理功能，包括：酶催化、信號(hào)傳導(dǎo)、結(jié)構(gòu)支撐等。對(duì)蛋白質(zhì)功能的深入理解可以為人們提供更多關(guān)于細(xì)胞和生命體本質(zhì)的認(rèn)識(shí)，也為藥物發(fā)現(xiàn)和治療提供了更多的思路。經(jīng)過幾十年的發(fā)展，人類已經(jīng)能夠通過高通量技術(shù)快速鑒定蛋白質(zhì)序列和結(jié)構(gòu)信息，然而，從序列和結(jié)構(gòu)信息推斷蛋白質(zhì)的功能仍然是一項(xiàng)富有挑戰(zhàn)性的任務(wù)。而多種蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò)數(shù)據(jù)的可獲得性，給蛋白質(zhì)功能預(yù)測(cè)提供了更多的可能性。在研究蛋白質(zhì)功能時(shí)，現(xiàn)在主要依靠的是網(wǎng)絡(luò)分析和聚類算法。網(wǎng)絡(luò)分析和聚類算法的應(yīng)用網(wǎng)絡(luò)分析及其基于聚類算法的應(yīng)用已經(jīng)成為蛋白質(zhì)功能預(yù)測(cè)的重要方法之一。在網(wǎng)絡(luò)分析中，蛋白質(zhì)被視為網(wǎng)絡(luò)上的節(jié)點(diǎn)，蛋白質(zhì)之間的相互作用則是網(wǎng)絡(luò)上的邊，基于這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，可以使用多種聚類算法對(duì)蛋白質(zhì)進(jìn)行分組。不同的聚類算法有其獨(dú)特的優(yōu)缺點(diǎn)，在不同的情境下選擇合適的算法進(jìn)行聚類分析可以獲得更準(zhǔn)確的結(jié)果。網(wǎng)絡(luò)分析及聚類算法的應(yīng)用有兩個(gè)關(guān)鍵要素：（1）如何定義網(wǎng)絡(luò)中的節(jié)點(diǎn)和邊；（2）如何選擇適當(dāng)?shù)木垲愃惴?；網(wǎng)絡(luò)中的節(jié)點(diǎn)和邊定義是基于現(xiàn)有的蛋白質(zhì)相互作用數(shù)據(jù)來進(jìn)行的。在現(xiàn)有PPI數(shù)據(jù)中，除了蛋白質(zhì)-蛋白質(zhì)（PPI）數(shù)據(jù)，還有DNA轉(zhuǎn)錄因子與DNA間的相互作用數(shù)據(jù)作為輔助數(shù)據(jù)。較為普遍的做法是將這些數(shù)據(jù)同時(shí)加入到網(wǎng)絡(luò)中，從而得到包含了不同類型節(jié)點(diǎn)和邊的復(fù)合網(wǎng)絡(luò)。然而，不同類型的數(shù)據(jù)之間存在著復(fù)雜的關(guān)聯(lián)性，僅僅是簡(jiǎn)單的連接起來往往會(huì)導(dǎo)致誤差的發(fā)生。因此，如何合理地將這些數(shù)據(jù)進(jìn)行整合成為了網(wǎng)絡(luò)分析中的關(guān)鍵問題之一。目前，常用的整合方法有相互作用強(qiáng)度組合法、核核聯(lián)系網(wǎng)絡(luò)法和基于多級(jí)網(wǎng)絡(luò)的算法等。聚類算法的選擇是基于已經(jīng)構(gòu)建好的網(wǎng)絡(luò)來進(jìn)行的，而網(wǎng)絡(luò)的種類、大小以及性質(zhì)可能會(huì)影響聚類算法的有效性。目前常用的聚類算法有層次聚類法、k-均值聚類法、譜聚類法等，這些算法都有其獨(dú)特的特點(diǎn)，可以用于不同規(guī)模和性質(zhì)的網(wǎng)絡(luò)。應(yīng)用前景通過蛋白質(zhì)功能預(yù)測(cè)，可以獲得更多的關(guān)于蛋白質(zhì)特定生物學(xué)功能的認(rèn)識(shí)，為藥物發(fā)現(xiàn)和治療提供更多的思路。同時(shí)，PPI網(wǎng)絡(luò)已經(jīng)被證明對(duì)癌癥、心臟病等疾病的發(fā)生和發(fā)展有著很重要的作用。通過對(duì)這些網(wǎng)絡(luò)的研究，可以發(fā)現(xiàn)新型藥物靶點(diǎn)和治療方法，例如篩選出可以影響癌細(xì)胞增殖的蛋白質(zhì)，了解蛋白質(zhì)功能并發(fā)現(xiàn)不同類型的癌癥之間的關(guān)系等。存在問題盡管網(wǎng)絡(luò)分析和聚類算法已成為蛋白質(zhì)功能預(yù)測(cè)領(lǐng)域中最常用的工具之一，但仍存在以下問題：（1）面對(duì)大規(guī)模PPI數(shù)據(jù)，如何處理數(shù)據(jù)的不確定性和噪聲是聚類算法中的重要問題之一；（2）當(dāng)聚類算法失效時(shí)，較難判斷出其失敗的原因，這使得算法的改進(jìn)成為一項(xiàng)困難的工作；結(jié)論綜上所述，基于蛋白質(zhì)相互作用網(wǎng)絡(luò)及聚類算法的蛋白質(zhì)功能預(yù)測(cè)方法是一種有望解決大規(guī)模蛋白質(zhì)功能預(yù)測(cè)挑戰(zhàn)的有效方法。適當(dāng)?shù)亟M合選用不同的聚