基于隨機(jī)游走的蛋白質(zhì)功能預(yù)測(cè)算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、蛋白質(zhì)的功能的預(yù)測(cè)是后基因組時(shí)代的一個(gè)關(guān)鍵性的科學(xué)研究任務(wù)。隨著高通量實(shí)驗(yàn)技術(shù)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(luò)，也產(chǎn)生了許多融合多個(gè)蛋白質(zhì)序列或構(gòu)建基因表達(dá)數(shù)據(jù)的功能預(yù)測(cè)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(luò)。在這個(gè)蛋白質(zhì)互作網(wǎng)絡(luò)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(duì)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(guān)

2、系來實(shí)現(xiàn)其功能的預(yù)測(cè)。
　　目前，已有的蛋白質(zhì)功能預(yù)測(cè)方法都是假設(shè)在互作網(wǎng)絡(luò)中相鄰的蛋白質(zhì)具有相似的功能。而我們的算法則假設(shè):在蛋白質(zhì)的互作網(wǎng)絡(luò)中，不管蛋白質(zhì)是否相鄰，只要兩個(gè)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(yù)測(cè)未知蛋白質(zhì)的功能?；谝陨系募僭O(shè)，可以把蛋白質(zhì)功能預(yù)測(cè)看作是一個(gè)多標(biāo)簽分類問題，把已知功能的蛋白質(zhì)的注釋標(biāo)簽集組成訓(xùn)練樣本集，而未知功能蛋白質(zhì)的注釋標(biāo)簽集組成待測(cè)

3、樣本集，通過比較待測(cè)樣本集中的注釋模式與訓(xùn)練樣本集中的注釋模式來實(shí)現(xiàn)未知功能蛋白質(zhì)的功能預(yù)測(cè)。
　　基于這樣一種理念，本文提出了一種新的基于隨機(jī)游走的蛋白質(zhì)功能預(yù)測(cè)方法。該方法不僅考慮了網(wǎng)絡(luò)的局部拓?fù)浣Y(jié)構(gòu)還考慮了全局拓?fù)浣Y(jié)構(gòu)。該算法以已知功能的蛋白質(zhì)為隨機(jī)游走的起始點(diǎn)，把隨機(jī)游走在蛋白質(zhì)互作網(wǎng)絡(luò)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(xùn)練樣本集中找到未知功能蛋白質(zhì)的k個(gè)最近鄰;最后，結(jié)合多標(biāo)簽分類的K近鄰算