基于隨機游走的蛋白質功能預測算法設計與實現(xiàn).pdf

1、蛋白質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，產生了越來越多的蛋白質相互作用數(shù)據，根據這些相互作用數(shù)據構建了各種蛋白質相互作用網絡，也產生了許多融合多個蛋白質序列或構建基因表達數(shù)據的功能預測方法。本文從通路數(shù)據出發(fā)，利用通路數(shù)據整合蛋白質相互作用網絡。在這個蛋白質互作網絡中一部分的蛋白質的功能是已知的，另一部分的蛋白質功能是未知的。對于未知功能的蛋白質，可以利用它們與已知功能蛋白質的相互作用關

2、系來實現(xiàn)其功能的預測。
　　目前，已有的蛋白質功能預測方法都是假設在互作網絡中相鄰的蛋白質具有相似的功能。而我們的算法則假設:在蛋白質的互作網絡中，不管蛋白質是否相鄰，只要兩個蛋白質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比較注釋模式的相似度，來預測未知蛋白質的功能。基于以上的假設，可以把蛋白質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的注釋標簽集組成訓練樣本集，而未知功能蛋白質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功能預測方法。該方法不僅考慮了網絡的局部拓撲結構還考慮了全局拓撲結構。該算法以已知功能的蛋白質為隨機游走的起始點，把隨機游走在蛋白質互作網絡中產生的鄰居信息轉換為注釋模式信息;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的k個最近鄰;最后，結合多標簽分類的K近鄰算