整合序列与蛋白相互作用特征的亚细胞定位预测

《整合序列与蛋白相互作用特征的亚细胞定位预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、整合序列与蛋白相互作用特征的亚细胞定位预测//.paper.edu-1-中国科技论文在线整合序列与蛋白相互作用特征的亚细胞定位预测#王明会，龚艺，王强，冯焕清，李骜*基金项目：基于机器学习的蛋白质磷酸化预测方法研究（20113402120028）作者简介：王明会（1982-），女，副教授，生物信息学（中国科学技术大学信息科学技术学院，合肥230027）5摘要：蛋白质的亚细胞定位信息是研究其功能不可或缺的一部分，蛋白质被合成后只有被转运到特定的细胞器才能发挥正常功能，因此正确预测蛋白质的亚细胞定位具有重要的意义。目前亚细胞定位的预测工作中常用氨基酸组成等序列特征，但忽略了反映不同

2、蛋白质共定位信息的蛋白-蛋白相互作用（Protein-ProteinInteraction，PPI）。提出了一种基于序列和PPI10特征的距离公式，可综合序列氨基酸组成和PPI对象、强弱等信息对两个蛋白质的相似性进行表征，并在此基础上提出了一种用于蛋白质亚细胞定位预测的K近邻算法。利用留一法对性能进行了评估，结果显示在序列基础上加入PPI特征可明显有助于亚细胞定位的预测，同时基于上述距离的K近邻算法也好于使用相同特征的SVM算法，表明该算法可以对蛋白质的亚细胞定位信息进行准确有效的预测。15关键词：亚细胞定位；蛋白质相互作用；K近邻算法；生物信息学中图分类号：TP30Predi

3、ctionofproteinsubcellularlocalizationbyincorporatingsequenceandprotein-proteininteraction20featuresWANGMinghui,GONGYi,WANGQiang,FENGHuanqing,LIAo(SchoolofInformationScienceandTechnology,UniversityofScienceandTechnologyofChina,Hefei230027)Abstract:Informationofproteinsubcellularlocalizationis

4、indispensabletostudyproteinfunction,25asaproteincanperformitsfunctiononlyafteritiscorrectlytransportedtoaspecificsubcellularcompartment.Thusitisveryimportanttoprovideaccuratepredictionofproteinsubcellularlocalizationinbiologicalstudies.Incontrasttosequencefeatures(e.g.aminoacidscomposition)t

5、hatarewidelyusedinsubcellularlocalizationprediction,featuresextractedprotein-proteininteraction(PPI)arelargelyignored,althoughtheyreflecttheco-localizationinformationof30differentproteins.Inthisstudy,weproposedanoveldistanceformulabasedonbothproteinsequenceandPPIfeatures,whichpreciselymeasur

6、esthesimilarityofproteinsbyincorporatingproteininformationincludingaminoacidcomposition,PPIandthecorrespondinginteractionscores.Basedonthisdistanceformula,wefurtherintroducedak-nearestneighbor(KNN)algorithmforpredictingsubcellularlocalization,andtheresultsofleave-one-outtestona35benchmarkdat

7、asetshowedPPIfeaturessignificantlyimprovedtheperformanceofproteinsubcellularlocalization.Meanwhile,thisKNNalgorithmalsooutperformedSVMalgorithmadoptingthesamefeatures,suggestingtheefficiencyoftheproposedalgorithmforpredictingproteinsubcellularlocal