酵母全基因组蛋白质-蛋白质相互作用网络的时空动态分解和相互作用模体对的预测

随着人们对蛋白质-蛋白质相互作用在生命过程中的重要性的认识不断提高，在全基因组水平上构建出各模式生物的蛋白-蛋白互作网络的研究变得越来越重要。我们已设计了一种在全基因组水平上构建蛋白质-蛋白质相互作用网络的计算方法并已成功应用于酵母菌（yeast）基因组，同时还获得高质量的相互作用正数据集和负数据集。由于在时间和空间上对相互作用网络进行动态分解才更具有实际生物学意义，我们将利用原方法中得到的指标系数并结合相应的基因表达数据对蛋白互作网络进行时间与空间上的动态分解，试图得到与实际生物学功能相吻合的蛋白互作子网络，如复合体以及通路等。同时，我们将通过机器学习及统计学方法来挖掘在正数据集中出现频率高且在负数据集中出现频率低的相互作用模体对（motif pairs），从而提炼出具有高可信度的蛋白质相互作用位点数据。这样的研究结果必将为药物信息学和蛋白质相互作用接触面的研究提供重要的帮助。