基于关联基因本体论注释蛋白质相互作用预测.pdfVIP

2005；32(5) 生物化学与生物物理进展Prog．Biochem．Biophys． ·449· 基于关联基因本体论注释的蛋白质相互作用预测术 张茜-，∞王敬泽-)“ (1)中国科学院动物研究所，生物膜与膜生物工程国家重点实验室，北京100080； 2)中国科学院研究生院，北京lo0039) 摘要细胞中的生理活动主要是通过蛋白质．蛋白质之间的相互作用来调控完成．详尽细致的蛋白质一蛋白质相互 作用网络的解析对于理解细胞中复杂的调控、代谢和信号通路有重要的意义．近年来，关于新的蛋白质一蛋白质相 互作用预测领域进展快速，这里，利用贝叶斯算法结合关联的Go(Geneont0109y)，来预测蛋白质的相互作用．利 用非冗余的蛋白质相互作用数据来观察G0对的特性，得到Go关联的概率．通过阳性的和阴性的标准对照数据证 实这个新方法可以很好地区别这两类不同的数据，显示出较好的灵敏度和非常低的假阳性预测率．通过与已知的 高通量的实验数据比较，这个方法具有灵敏度高、速度快的优点．而且，运用这个新方法可以提供一些新的关于 细胞内蛋白质之间相互作用的信息，为进一步的实验提供理论依据． 关键词蛋白质．蛋白质相互作用，关联的，基因本体论，贝叶斯(Bayesi锄) 学科分类号0811．4 (ceInrosome 蛋白质一蛋白质相互作用(protein-protein 价值的猜想[13]．在PPI预测研究中，整合各类相关 inter·action，PPD是大多数生物细胞进行各种生化 过程的基础，例如通过物理性的结合，暂时性的磷 数据对进一步的分析非常重要【14】．不同的实验数据 酸化，SuMO化【1】等机制组成多蛋白质的复合物．通过整合得出的PPI网络可以得到更多精确度高的 随着基因组和蛋白质组计划的不断发展，大量关于 有价值的结果．以前的结果证实，不仅全基因组可 基因和蛋白质的数据可以被检索，从而通过计算的 以通过整合的功能关联网络进行注释【b】，即使是 方法绘制PPI网络，详尽的PPI网络反过来又可以“纯粹的预测”也可以为进一步的实际试验提供更 揭示生物基因组和蛋白质组中包含的多方面、复杂 多的信息[垌． 的细胞内功能的关联[2】． 以前的研究表明，显著关联的序列特征(潜在 多年来的研究表明，PPI网络可以通过很多实 的相互作用结构域)可以用来预测PPI[11】，反之， 验方法来验证，这些方法大多需要费时费力的试验 利用PPI数据也可以推测潜在的结构域一结构域之 工作而且准确性不高[3】，比如芽殖酵母的PPI网络间的相互作用[嘲．既然PPI可以通过Go注释被用 已经得到了很大程度的解析M． 来预测蛋白质的功能[b，-7】，我们猜测是否可以通过 为了提高效率和方便检索，许多预测PPI的计 蛋白质之间的功能关联来预测PPI．为了验证这个 算方法已陆续被开发，例如基于基因的融合和分 想法，我们使用一种被报道过的NaweBayesian算 裂【司，基因在基因组上顺序的保守或基因邻居关 法[18】来表明关联的GO对可以作为预测PPI的一种 手段．通过处理公用的数据库，我们得到了芽殖酵 系【7，8】，进化谱【9】，共表达或者相关联的IIⅡmA表 达[10]而研究开发出的预测方法．近年来有研究结果母的Go注释，然后计算这些Go对的先验概率 表明关联的序列特征，比如相互作用的蛋白质结构 (pre．testprobabili啪．利用已有的被称为“黄金标准 域可以被用来作为预测蛋白质相互作用的一种策略 contr01 集”(901dstandard