2、蛋白质相互作用网络分析与聚类方法综述

蛋白质相互作用网络分析与聚类方法综述

一、蛋白质 - 蛋白质相互作用网络的分析与比较

1.1 网络表示

蛋白质 - 蛋白质相互作用（PPI）数据可以用图来表示，其中节点代表蛋白质，边代表蛋白质之间的相互作用。最简单的表示方法使用无向图，而更精细的模型使用有向和带标签的边来整合有关生化关联的类型及其方向的信息。从二元相互作用的数据集开始，可以通过迭代的方式轻松构建图。

1.2 网络分析类别

主要分为两类：
- 挖掘单个相互作用网络的算法 ：这类方法试图提取图中的基序（motif），即图中反复出现的区域，假设它们可能编码具有生物学意义的对象。例如，一些算法用于预测蛋白质复合物，通过在 PPI 网络中搜索小而高度互连的区域（即团）来识别复合物。预测的复合物可能是已知的，也可能是新的蛋白质复合物。
- 比较两个或多个网络的算法（网络对齐算法） ：这类算法用于研究不同物种之间相互作用的保守性和差异性。它们通常接收两个或多个 PPI 网络作为输入，并输出它们之间的一组保守子图。

1.3 主要算法介绍

1.3.1 网络分析算法

算法	任务	方法
MCODE	复合物预测	聚类
MCL