کاربردهای پردازش سیگنال گراف در پیش‌بینی برهمکنش‌های پروتئین-پروتئین

برهمکنش‌های پروتئین-پروتئین، اتصال‌های فیزیکی و شیمیایی بین دو یا چند پروتئین‌ هستند که نقشی حیاتی را در طیف وسیعی از فرایندهای سلولی ایفا می‌کنند. پردازش سیگنال گراف یک ابزار جدید و قدرتمند برای تجزیه و تحلیل گراف‌ها می‌باشد که اخیرا با موفقیت زیادی بر روی شبکه‌های پروتئین-پروتئین اعمال شده است. در این مقاله مفاهیم مقدماتی پردازش سیگنال گراف جهت مدل‌سازی شبکه برهمکنش پروتئین-پروتئین مرور می‌شود. ویژگی‌های گراف با استفاده از تبدیل موجک طیفی گراف و خوشه‌بندی سلسه مراتبی بررسی می‌گردد. در این مقاله تعدادی از الگوریتم‌‌های مهم پیش‌بینی برهمکنش‌های ناشناس از جمله الگوریتم GRABP، Spectral link  و  بررسی شده و نتایج حاصل از این الگوریتم‌ها بر روی شبکه‌های‌ گراف برهمکنش پروتئین-پروتئین بدن انسان، گیاه رشادی، کرم الگانس و مخمر گزارش شد. نتایج این الگوریتم‌ها نشان داد که پردازش سیگنال گراف می‌تواند با تقریب مناسبی برهمکنش‌های ناشناس را در شبکه‌ گراف موجودات زنده تشخیص دهد.