导语

  

内容提要

  

    为了揭示蛋白质网络的动态特征，酵母的时间序列基因表达谱被用于分离静态的蛋白质网络，进而构建随时间变化的动态蛋白质网络。为了理解蛋白质的关键性和聚集性，基因表达谱和亚细胞位置信息被引入蛋白质相互作用网络中，从而设计了一系列蛋白质复合物挖掘算法和关键蛋白质识别算法，并对新提出的算法进行了详细的、多角度的比较测试。考虑到蛋白质网络在疾病基因识别过程中所起的巨大作用，本书的后半部分，从蛋白质网络出发，重点研究了各种疾病基因与蛋白质网络的关系，提出了一系列与肿瘤等复杂疾病有关的基因识别算法。最后，集中探讨了蛋白质网络研究的新方向。
    汤希玮著的《基于蛋白质相互作用网络的算法研究及其应用》适合计算机科学、生物信息学、生物医学研究人员和教师阅读使用，也可作为相关专业本科生和研究生的学习参考材料。

前言
第1章  绪论
  1.1  蛋白质网络的计算分析
    1.1.1  蛋白质网络及其研究所面临的挑战
    1.1.2  蛋白质网络研究的具体内容
  1.2  蛋白质网络在疾病研究中的应用
    1.2.1  过滤方法
    1.2.2  文本和数据挖掘方法
    l.2.3  基于网络的方法
  1.3  本书的主要研究内容和框架
    1.3.1  分离静态蛋白质网络为不同时刻的动态网络
    1.3.2  关键蛋白质侦测算法
    1.3.3  蛋白质复合物挖掘算法
    1.3.4  疾病基冈识别算法
  1.4  本书的结构
  1.5  本章总结
第2章  动态蛋白质网络研究
  2.1  研究背景
  2.2  动态蛋白质网络构建方法
    2.2.1  数据集
    2.2.2  重构TDPINs
    2.2.3  从TC—PINs中识别蛋白质复合物
    2.2.4  评价指标
  2.3  结果和讨论
  2.4  本章总结
第3章  关键蛋白质研究
  3.1  研究背景
  3.2  关键蛋白质侦测算法wDc
    3.2.1  算法描述
    3.2.2  结果和讨论
  3.3  关键蛋白质侦测算法CNC
    3.3.1  算法描述
    3.3.2  结果和讨论
  3.4  关键蛋白质侦测算法SCP
    3.4.1  算法描述
    3.4.2  结果和讨论
  3.5  本章总结
第4章  蛋白质复合物研究
  4.1  研究背景
  4.2  蛋白质复合物挖掘算法CMBI
    4.2.1  算法描述
    4.2.2  结果和讨论
  4.3  蛋白质复合物挖掘算法ClusterBFS
    4.3.1  算法描述
    4.3.2  结果和讨论
  4.4  本章总结
第5章  基于蛋白质网络的疾病基因研究
  5.1  研究背景
  5.2  疾病基因识别算法PDMG
    5.2.1  算法描述
    5.2.2  结果和讨论
  5.3  疾病基因识别算法IMIDG
    5.3.1  算法描述
    5.3.2  结果和讨论
  5.4  本章总结
第6章  结束语
  6.1  本书的主要贡献和创新点
  6.2  展望
参考文献
后记
彩图