基于序列特征的蛋白質(zhì)分子功能預(yù)測(cè).pdf

1、預(yù)測(cè)蛋白質(zhì)功能是后基因組時(shí)代的重要任務(wù)之一?；虮倔w（GO）是一套具有動(dòng)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(guān)系，廣泛應(yīng)用于蛋白質(zhì)功能注釋研究中。通過(guò)分析蛋白質(zhì)序列特征，將蛋白質(zhì)序列轉(zhuǎn)化為固定長(zhǎng)度的向量，并使用支持向量機(jī)方法預(yù)測(cè)蛋白質(zhì)功能，開(kāi)發(fā)了蛋白質(zhì)分子功能預(yù)測(cè)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(xué)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(shí)對(duì)支持向量機(jī)方法得到的

2、結(jié)果進(jìn)行了后處理，包括后驗(yàn)概率估計(jì)和統(tǒng)計(jì)顯著性估計(jì)以及采用out-of-sample 模型處理真假樣本數(shù)量不平衡問(wèn)題。 對(duì)10603 條蛋白質(zhì)的5 重交叉驗(yàn)證測(cè)試的結(jié)果表明GOKey 的預(yù)測(cè)性能要好于僅僅使用支持向量機(jī)方法，與其它蛋白質(zhì)GO 功能預(yù)測(cè)工具的比較也證明了GOKey 的優(yōu)越性。此外應(yīng)用GOKey 對(duì)Ensembl 數(shù)據(jù)庫(kù)中的5381 條人類新蛋白質(zhì)進(jìn)行了功能預(yù)測(cè)，結(jié)果表明其中93％的蛋白質(zhì)可以通過(guò)GOKey 得到功能