伏吉亚茨，克雷萨菲斯;卡穆尔、穆斯塔法罐 使用蛋白质相互作用网络中的诱导星来识别基本蛋白质。 （英文） Zbl 1451.90033号 信息J.计算。 31，第4号，703-718（2019）. 摘要：在这项工作中，我们提出了一种新的中心性度量，称为星中心性，在计算节点的拓扑重要性时，它包含了节点的闭合邻域的信息，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，这是一个可能导致错误分类蛋白质重要性的朴素度量。对于我们在考虑恒星时对度中心性的扩展，我们推导了其计算复杂性，给出了数学公式，并提出了两种在实践中证明有效的近似算法。我们描述了这一新指标在蛋白质相互作用网络中的成功，预测了几种生物体中的蛋白质重要性，包括研究充分的酿酒酵母、幽门螺杆菌和秀丽隐杆线虫，其中，恒星中心度在检测基本蛋白质方面明显优于其他节点中心度指标。我们还分析了这两种近似算法在实践中的平均和最坏情况下的性能，并表明它们是计算大规模蛋白质相互作用网络（如人类蛋白质组）中的恒星中心性的可行选项，在这种网络中，精确的方法必然会耗费大量的时间和内存。在线补充可在以下网址获得：https://doi.org/10.1287/ijoc.2018.0872. 引用于4文件 MSC公司： 90B10型 运筹学中的确定性网络模型 92 C50 医疗应用（通用） 68周25 近似算法 关键词：中心性;蛋白质相互作用网络;复杂网络分析 软件：古罗比;字符串;NetworkX公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Vogiatzis}和\textit{M.C.Camur}，《信息与计算》。31，第4号，703--718（2019；Zbl 1451.90033） 全文： 内政部 arXiv公司 参考文献： [1] Acencio ML，Lemke N（2009）通过整合网络拓扑、细胞定位和生物过程信息来预测基本基因。BMC生物信息。10（1）:290.Crossref，谷歌学者·doi:10.1186/1471-2105-10-290 [2] Agarwal S、Deane CM、Porter MA和Jones NS（2010）《重温日期和聚会中心：蛋白质相互作用网络中角色分配的新方法》。公共科学图书馆计算。生物。6（6）：e1000817.交叉引用，谷歌学者·doi:10.1371/journal.pcbi.1000817 [3] Borgatti SP（2006）识别社交网络中的关键参与者。计算。数学。器官。理论12（1）：21-34.Crossref，谷歌学者·Zbl 1198.91180号 ·doi:10.1007/s10588-006-7084-x [4] Chatr-Aryamontri A、Breitkreutz BJ、Heinike S、Boucher L、Winter A、Stark C、Nixon J等（2013）《BioGRID交互数据库：2013年更新》。核酸研究。41（D1）:D816-D823.Crossref，谷歌学者·doi:10.1093/nar/gks1158 [5] Chua HN，Tew KL，Li XL，Ng SK（2008）检测蛋白质相互作用网络中基本蛋白质的统一评分方案。第20届IEEE国际。Conf公司.工具人工智能，第2卷（IEEE，新泽西州皮斯卡塔韦），66-73.Crossref，谷歌学者·doi:10.1109/ICTAI.2008.107 [6] Cullen LM，Arndt GM（2005），利用哺乳动物细胞中的RNAi进行基因功能的全基因组筛查。免疫学细胞生物学。83（3）：217-223.Crossref，谷歌学者·文件编号：10.1111/j.1440-1711.2005.01332.x [7] Estrada E（2006a）蛋白质在酵母蛋白质相互作用网络中的两半性和重要性。蛋白质组研究杂志。5（9）：2177-2184.Crossref，谷歌学者·doi:10.1021/pr060106e [8] Estrada E（2006b）酵母蛋白质相互作用网络中基本蛋白质的虚拟鉴定。蛋白质组学6（1）：35-40.Crossref，谷歌学者·doi:10.1002/pmic.200500209 [9] Everett MG，Borgatti SP（1999）《群体和阶级的中心性》。数学杂志。社会学。23（3）：181-201。Crossref，谷歌学者·Zbl 0949.91036号 ·doi:10.1080/0022250X.1999.9990219 [10] Everett MG，Borgatti SP（2005）《扩展中心性》。模型方法Soc.网络分析。35（1）：57-76.Crossref，谷歌学者·doi:10.1017/CBO9780511811395.004 [11] Everett MG，Borgatti SP（2010）诱导、内源性和外源性中心性。Soc.网络32（4）：339-344.Crossref，谷歌学者·doi:10.1016/j.socnet.2010.06.004 [12] Franceschini A、Szklarczyk D、Frankild S、Kuhn M、Simonovic M、Roth A、Lin J等人（2013）字符串v9。1：蛋白质相互作用网络，覆盖面和集成度增加。核酸研究。41（D1）:D808-D815.Crossref，谷歌学者·doi:10.1093/nar/gks1094 [13] 古罗比优化I（2015）古罗比优化器参考手册（Gurobi Optimization，Beaverton，OR）。2016年1月15日访问，http://www.gurobi.com.谷歌学者 [14] Gursoy A，Keskin O，Nussinov R（2008）从结构角度看蛋白质相互作用网络的拓扑特性。生化社会事务。36（6）：1398-1403.Crossref，谷歌学者·doi:10.1042/BST0361398 [15] Hagberg A，Swart P，Chult DS（2008）使用NetworkX探索网络结构、动力学和功能。程序。第七届Python Sci。Conf.（SciPy2008），加利福尼亚州帕萨迪纳。谷歌学者 [16] Hahn MW，Kern AD（2005）三种真核蛋白质相互作用网络中中心性和重要性的比较基因组学。分子生物学。进化22（4）:803-806.Crossref，谷歌学者·doi:10.1093/molbev/msi072 [17] Han JDJ，Bertin N，Hao T，Goldberg DS，Berriz GF，Zhang LV，Dupuy D，et al..（2004）酵母蛋白质相互作用网络中动态组织模块性的证据。自然430（6995）：88-93.Crossref，谷歌学者·doi:10.1038/nature02555 [18] Hart GT、Ramani AK、Marcotte EM（2006）当前酵母和人类蛋白质相互作用网络的完整程度如何？基因组生物学。7（11）：120.Crossref，谷歌学者·doi:10.1186/gb-2006-7-11-120 [19] He X，Zhang J（2006）为什么枢纽在蛋白质网络中往往至关重要？遗传学2（6）：e88.Crossref，谷歌学者·doi:10.1371/journal.pgen.0020088 [20] Jeong H，Mason SP，Barabási AL，Oltvai ZN（2001），蛋白质网络中的致死性和中心性。自然411（6833）:41-42.Crossref，谷歌学者·doi:10.1038/35075138 [21] Jiang Y、Wang Y、Pang W、Chen L、Sun H、Liang Y和Blanzieri E（2015）基于集成边缘权重的基本蛋白质相互作用预测的基本蛋白质识别。方法83:51-62.Crossref，谷歌学者·doi:10.1016/j.meth.2015.04.013 [22] Joy MP、Brock A、Ingber DE、Huang S（2005）《酵母蛋白质相互作用网络中的高tweeness蛋白质》。国际生物医学研究。2005（2）：96-103.谷歌学者 [23] Kamath RS、Fraser AG、Dong Y、Poulin G、Durbin R、Gotta M、Kanapin A等（2003）利用RNAi对秀丽隐杆线虫基因组进行系统功能分析。自然421（6920）：231-237.Crossref，谷歌学者·doi:10.1038/nature01278 [24] Kondrashov FA、Ogurtsov AY、Kondrasov AS（2004）人类基因发病率的生物信息学分析。核酸研究。32（5）：1731-1737.Crossref，谷歌学者·doi:10.1093/nar/gkh330 [25] Legrain P，Selig L（2000）使用双杂交系统绘制基因组蛋白质相互作用图。FEBS信函。480（1）：32-36.Crossref，谷歌学者·doi:10.1016/S0014-5793（00）01774-9 [26] Li L，Ching W，Chan Y，Mamitsuka H（2010a）《基于网络的蛋白质相互作用核方法及其在蛋白质功能预测中的应用》。系统科学杂志。复杂性23（5）：917-930.谷歌学者（Google Scholar）交叉引用·2018年9月12日Zbl ·doi:10.1007/s11424-010-0207-y [27] Li M，Wang J，Wang H，Pan Y（2010b）通过加权蛋白质相互作用网络发现基本蛋白质。Borodovsky M、Gogarten JP、Przytycka TM、Rajasekaran S编辑：生物信息学与应用，ISBRA 2010，计算机科学课堂讲稿，第6053卷（柏林斯普林格），89-100.谷歌学者 [28] Li M，Zheng R，Zhang H，Wang J，Pan Y（2014）基于先验知识、网络拓扑和基因表达的基本蛋白质有效识别。方法67（3）:325-333.谷歌学者交叉引用·doi:10.1016/j.meth.2014.02.016 [29] Li X，Wu M，Kwoh CK，Ng SK（2010c）从蛋白质相互作用网络检测蛋白质复合物的计算方法：一项调查。BMC基因组学11（补充1）：S3.Crossref，谷歌学者·doi:10.1186/1471-2164-11-S1-S3 [30] Luo H、Lin Y、Gao F、Zhang CT和Zhang R（2013）DEG 10，基本基因数据库的更新，包括蛋白质编码基因和非编码基因组元素。核酸研究。42（数据库问题）：D574-D580.谷歌学者 [31] Mirzarezaee M、Araabi BN、Sadeghi M（2010）《酿酒酵母蛋白质相互作用网络中日期和聚会中心识别的特征分析》。BMC系统生物。4（1）：172.Crossref，谷歌学者·doi:10.186/1752-0509-4-172 [32] Mitra K、Carvunis AR、Ramesh SK、Ideker T（2013）《寻找生物网络模块结构的综合方法》。自然评论遗传学14（10）：719-732.Crossref，谷歌学者·doi:10.1038/nrg3552 [33] Narayanan T，Gersten M，Subramaniam S，Grama A（2011），蛋白质相互作用网络中的模块化检测。BMC研究注释4（1）：569.Crossref，谷歌学者·doi:10.1186/1756-0500-4-569 [34] Pagel P、Kovac S、Oesterhold M、Brauner B、Dunger-Kaltenbach I、Frishman G、Montrone C等（2005）MIPS哺乳动物蛋白质相互作用数据库。生物信息学21（6）：832-834.Crossref，谷歌学者·doi:10.1093/生物信息系统/bti115 [35] Peng X，Wang J，Peng W，Wu FX，Pan Y（2017）《蛋白质相互作用：检测、可靠性评估和应用》。生物信息简报。18（5）:798-819.谷歌学者 [36] Pereira-Leal JB，Enright AJ，Ouzounis CA（2004）《蛋白质相互作用网络中功能模块的检测》。蛋白质54（1）：49-57.Crossref，谷歌学者·doi:10.1002/port.10505 [37] Ren J，Wang J，Li M，Wang H，Liu B（2011）通过整合PPI网络拓扑和蛋白质复合物信息预测基本蛋白质。生物信息学研究与应用（柏林施普林格），12-24.Crossref，谷歌学者·doi:10.1007/978-3642-21260-46 [38] Salwinski L、Miller CS、Smith AJ、Pettit FK、Bowie JU、Eisenberg D（2004）《相互作用蛋白质数据库：2004年更新》。核酸研究。32（增刊1）：D449-D451。交叉引用，谷歌学者·doi:10.1093/nar/gkh086 [39] Sardiu ME，Washburn MP（2011），使用蛋白质组学和信息学工具构建蛋白质相互作用网络。生物学杂志。化学286（27）：23645-23651.Crossref，谷歌学者·doi:10.1074/jbc。10.174052兰特 [40] Skarnes WC、Rosen B、West AP、Koutsourakis M、Bushell W、Iyer V、Mujica AO等（2011）小鼠基因功能全基因组研究的条件敲除资源。自然474（7351）：337-342.Crossref，谷歌学者·doi:10.1038/nature10163 [41] Sprinzak E，Sattath S，Margalit H（2003）实验性蛋白质相互作用数据的可靠性如何？分子生物学杂志.327（5）：919-923.Crossref，谷歌学者·doi:10.1016/S0022-2836（03）00239-0 [42] Szklarczyk D、Franceschini A、Wyder S、Forslund K、Heller D、Huerta-Cepas J、Simonovic M、Roth A等（2014）STRING v10：整合在生命树上的蛋白质相互作用网络。核酸研究。43（数据库问题）：D447-D452.谷歌学者 [43] Tang X，Wang J，Zhong J，Pan Y（2014）基于加权度中心度预测基本蛋白质。IEEE/ACM传输。计算。生物信息。生物信息。11（2）：407-418.Crossref，谷歌学者·doi:10.1109/TCBB.2013.2295318 [44] Teng B，Zhao C，Liu X，He Z（2014）基于AP-MS数据的网络推断：计算挑战和解决方案。生物信息简报。16（4）：658-674.Crossref，谷歌学者·doi:10.1093/bib/bbu038 [45] Typas A，Sourjik V（2015）《细菌蛋白质网络：特性和功能》。《自然·微生物学评论》。13（9）：559-572.Crossref，谷歌学者·doi:10.1038/nrmicro3508 [46] Vogiatzis C，Veremyev A，Pasiliao EL，Pardalos PM（2015）寻找最多和最少中心团的整数规划方法。最佳方案。莱特。9（4）：615-633.Crossref，谷歌学者·Zbl 1320.90050 ·doi:10.1007/s11590-014-0782-2 [47] Wilson AC、Carlson SS、White TJ（1977）《生物化学进化》。生物化学年鉴46（1）：573-639.Crossref，谷歌学者·doi:10.1146/annurev.bi.46.070173041 [48] Wuchty S，Stadler PF（2003）复杂网络中心。J.理论。生物。223（1）：45-53.Crossref，谷歌学者·Zbl 1464.92114号 ·doi:10.1016/S0022-5193（03）00071-7 [49] Xenarios I，Rice DW，Salwinski L，Baron MK，Marcotte EM，Eisenberg D（2000）DIP：相互作用蛋白质数据库。核酸研究。28（1）：289-291.Crossref，谷歌学者·doi:10.1093/nar/28.1289 [50] Yu H，Greenbaum D，Lu HX，Zhu X，Gerstein M（2004）蛋白质网络内重要性的基因组分析。趋势遗传学20（6）：227-231.Crossref，谷歌学者·doi:10.1016/j.tig.2004.04.008 [51] Yu H，Kim PM，Sprecher E，Trifonov V，Gerstein M（2007）《蛋白质网络瓶颈的重要性：与基因重要性和表达动力学的相关性》。公共科学图书馆计算。生物。3（4）：e59.Crosref，谷歌学者·doi:10.1371/journal.pcbi.0030059 [52] Zanzoni A、Montecchi-Palazzi L、Quondam M、Ausiello G、Helmer-Citterich M、Cesareni G（2002）MINT：分子相互作用数据库。FEBS信函。513（1）：135-140.谷歌学者（Google Scholar）交叉引用·doi:10.1016/S0014-5793（01）03293-8 [53] Zhang R，Lin Y（2009）DEG 5.0，原核生物和真核生物必需基因数据库。核酸研究。37（补充1）:D455-D458.Crossref，谷歌学者·doi:10.1093/nar/gkn858 [54] Zhang R，Ou HY，Zhang CT（2004）DEG：基本基因数据库。核酸研究。32（补充1）:D271-D272.Crossref，谷歌学者·doi:10.1093/nar/gkh024 [55] 佐滕科E·doi:10.1371/journal.pcbi.1000140 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。