基于隨機游走的蛋白質(zhì)功能預測算法設計與實現(xiàn).pdf

1、蛋白質(zhì)的功能的預測是后基因組時代的一個關鍵性的科學研究任務。隨著高通量實驗技術的快速發(fā)展，產(chǎn)生了越來越多的蛋白質(zhì)相互作用數(shù)據(jù)，根據(jù)這些相互作用數(shù)據(jù)構(gòu)建了各種蛋白質(zhì)相互作用網(wǎng)絡，也產(chǎn)生了許多融合多個蛋白質(zhì)序列或構(gòu)建基因表達數(shù)據(jù)的功能預測方法。本文從通路數(shù)據(jù)出發(fā)，利用通路數(shù)據(jù)整合蛋白質(zhì)相互作用網(wǎng)絡。在這個蛋白質(zhì)互作網(wǎng)絡中一部分的蛋白質(zhì)的功能是已知的，另一部分的蛋白質(zhì)功能是未知的。對于未知功能的蛋白質(zhì)，可以利用它們與已知功能蛋白質(zhì)的相互作用關

2、系來實現(xiàn)其功能的預測。
　　目前，已有的蛋白質(zhì)功能預測方法都是假設在互作網(wǎng)絡中相鄰的蛋白質(zhì)具有相似的功能。而我們的算法則假設:在蛋白質(zhì)的互作網(wǎng)絡中，不管蛋白質(zhì)是否相鄰，只要兩個蛋白質(zhì)具有相似的功能注釋模式則它們的功能相似。通過和已知功能的蛋白質(zhì)比較注釋模式的相似度，來預測未知蛋白質(zhì)的功能。基于以上的假設，可以把蛋白質(zhì)功能預測看作是一個多標簽分類問題，把已知功能的蛋白質(zhì)的注釋標簽集組成訓練樣本集，而未知功能蛋白質(zhì)的注釋標簽集組成待測

3、樣本集，通過比較待測樣本集中的注釋模式與訓練樣本集中的注釋模式來實現(xiàn)未知功能蛋白質(zhì)的功能預測。
　　基于這樣一種理念，本文提出了一種新的基于隨機游走的蛋白質(zhì)功能預測方法。該方法不僅考慮了網(wǎng)絡的局部拓撲結(jié)構(gòu)還考慮了全局拓撲結(jié)構(gòu)。該算法以已知功能的蛋白質(zhì)為隨機游走的起始點，把隨機游走在蛋白質(zhì)互作網(wǎng)絡中產(chǎn)生的鄰居信息轉(zhuǎn)換為注釋模式信息;然后，利用傳統(tǒng)的K近鄰算法從訓練樣本集中找到未知功能蛋白質(zhì)的k個最近鄰;最后，結(jié)合多標簽分類的K近鄰算