基于宽进严出策略的可靠蛋白质互作预测框架模型.docVIP

基于宽进严出策略的可靠蛋白质互作预测框架模型 　　摘要：蛋白质互作可用来研究细胞过程、分子功能和人类相关疾病。高通量的生物学实验提供的蛋白质互作数据含有大量的错误和缺失，可用计算方法加以完善。针对单一的计算方法预测蛋白质互作遇到的准确性波动问题，本文提出一种基于宽进严出策略获取可靠蛋白质互作的框架模型。根据设置的使用原则，该框架模型可以整合多种计算方法，共同对抗原始互作数据集中存在的噪声数据干扰，以及单一计算方法应用的生物学背景知识偏差。基于该框架模型预测的蛋白质互作具有多重生物学意义，提高了预测的可靠性和稳定性。 　　关键词：蛋白质互作； 框架模型； 方法整合； 可靠预测 　　中图分类号：TP39141 文献标识码：A文章编号：2095-2163（2014）04-0050-04 　　Abstract：Protein-protein interactions can provide insight in the studying of cellular processes， molecular functions and human diseases. Protein interactions derived from biological experiments contain numerous noise and deficient data， which can be improved by computational approaches. A framework model based on loose in and strict out strategy is proposed to predict reliable protein interactions， overcoming the problem of accuracy fluctuation based on a single predicting method. According to applied rules of the framework model， it can integrate various computational approaches to confront the interference of noise from original datasets and the deviation of the applied basic of biological knowledge together. Protein interaction predictions oriented from the framework own multiply biological significance， producing the improvement of the reliability and stability. 　　Key words：Protein-protein Interaction； Framework Model； Approach Integration； Reliable Predictions 　　0引言 　　对于每一种生物而言，蛋白质是生物功能的主要体现者，其相互之间均以一种明确设定的方式相互作用来协调几乎所有的细胞过程，以获得相对完整的蛋白质互作映射，同时构建一个或若干个蛋白质互作网络，实现从系统水平上直观可见地研究组织功能，进而发现人类疾病的致病机理并寻找基因治疗的药物靶点[1]。迄今为止，高通量的生物学实验技术则为蛋白质互作提供了相应的数据基础，虽然其中的大部分互作数据准确可靠，但不同物种之间的互作数据在质量和数量上却仍然存在较大差别。例如酵母的互作数据相对完整，而人类的缺口则较大；尤其是，在已有的数据中还会包含着数量不等的错误互作。基于以上分析，为了克服生物学实验方法劳动量大、花费高、费时多和数据冗余等缺点，研究引入了计算方法以修补互作数据。目前，针对已有的蛋白质互作数据和不同的生物学背景知识或假设，已经设计了大量的计算方法[2]。但却有许多计算方法面临着如下三个问题的困扰，具体表述为： 　　（1）健壮性。同一种计算方法基于不同物种、特征和数量的互作数据集时，预测结果的稳定性波动较大，尤其在原始蛋白质互作网络中存在假阳性互作干扰的情况下。 　　（2）可信性。计算方法是基于某种生物学知识或假设对蛋白质互作进行预测或评估，这些生物学背景可能只是针对特别的物种和某种特征的数据集合保持有效，而对另外一些数据却会失去效用，也就是其预测结果只是在一定程度上才能成立。 　　（3）可执行性。通常，计算方法在使用时要设置参数，有时还要根据数据集的具体情况调整设置，使用起来相对复杂。 　　例如，