基于序列特征的蛋白質(zhì)分子功能預測.pdf

1、預測蛋白質(zhì)功能是后基因組時代的重要任務之一?；虮倔w（GO）是一套具有動態(tài)形式的控制詞匯，精確定義了蛋白質(zhì)的功能以及功能間的關系，廣泛應用于蛋白質(zhì)功能注釋研究中。通過分析蛋白質(zhì)序列特征，將蛋白質(zhì)序列轉(zhuǎn)化為固定長度的向量，并使用支持向量機方法預測蛋白質(zhì)功能，開發(fā)了蛋白質(zhì)分子功能預測軟件GOKey。利用的序列特征為蛋白質(zhì)氨基酸序列在物理化學性質(zhì)上的特征，包括氨基酸組成、疏水性、范德華體積、極性、極化率以及電荷性質(zhì)。同時對支持向量機方法得到的

2、結果進行了后處理，包括后驗概率估計和統(tǒng)計顯著性估計以及采用out-of-sample 模型處理真假樣本數(shù)量不平衡問題。 對10603 條蛋白質(zhì)的5 重交叉驗證測試的結果表明GOKey 的預測性能要好于僅僅使用支持向量機方法，與其它蛋白質(zhì)GO 功能預測工具的比較也證明了GOKey 的優(yōu)越性。此外應用GOKey 對Ensembl 數(shù)據(jù)庫中的5381 條人類新蛋白質(zhì)進行了功能預測，結果表明其中93％的蛋白質(zhì)可以通過GOKey 得到功能