项目名称: 基于三维结构和复杂网络的Hub蛋白质的功能研究

项目编号: No.61502356

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 林晓丽

作者单位: 武汉科技大学

项目金额: 19万元

中文摘要: 蛋白质-蛋白质相互作用中的Hub蛋白质是稳定并协调蛋白质-蛋白质相互作用并发挥生物学功能的关键因素,它有助于解释蛋白质发挥其生物学功能的分子机制,进一步理解生命活动的微观过程,并对基于蛋白质结构的药物设计提供理论指导。本研究基于三维空间结构,构建蛋白质相互作用复杂网络,结合蛋白质的生物特征、进化特征、相互作用网络拓扑特性等,采用机器学习方法对Hub蛋白质在相互作用中的地位和功能进行深入研究,包括Hub 蛋白质的网络结构中心性与功能致命性研究、Hub 蛋白质相互作用下的热区发现、Hub蛋白质与结构域的关联性分析和Hub 蛋白质之间相互作用的倾向性研究。最后,设计并实现一个适用于分析Hub蛋白质相互作用的原型系统。该课题问题的解决,对理解蛋白质相互作用机理和揭示生命活动规律提供理论支持。

中文关键词: 蛋白质相互作用;复杂网络;Hub蛋白质;蛋白质三维结构;热区

英文摘要: In the protein-protein interaction, Hub proteins are the key factor to maintain stability and coordination of protein-protein interactions, and exert proteins biological function. Hub proteins help to explain the molecular mechanism of exerting biological function, to understand the micro process of life activity and provide theoretical guidance of the drug design based on protein structure. Based on the protein three dimensional structure, this research establishes the complex network of PPI, combines with biological feature, character evolution, protein interaction network topology, uses the machine learning methods to conduct depth study of the status and function of Hub protein in the interaction. The main research contents include the relationship between topological structure and functional lethality in protein-protein interaction, the prediction of Hub protein interaction hot regions, the relevance analysis between Hub protein and structure domain, the tendency research of Hub protein interaction. Finally, a prototype system of analyzing Hub protein interactions is designed. The solution of these research problems provides the theoretical support for understanding protein-protein interaction mechanism and revealing the rule of the activity.

英文关键词: Protein-Protein Interactions;Complex Network;Hub Protein;Protein 3D Structure;Hot Region

成为VIP会员查看完整内容
0

相关内容

【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
30+阅读 · 2021年5月8日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
专知会员服务
45+阅读 · 2020年11月13日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2019年6月25日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
30+阅读 · 2021年5月8日
MIT《图神经网络的任务结构与泛化》,22页ppt
专知会员服务
23+阅读 · 2021年2月28日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2019年6月25日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
10+阅读 · 2018年2月17日
微信扫码咨询专知VIP会员