结合蛋白质互作与基因表达谱信息大范围预测蛋白质的精细功能

摘要 GESTs(gene expression similarity and taxonomy similarity)是结合基因表达相似性和基因功能分类体系Gene Ontology (GO)中的功能概念相似性测度进行功能预测的新方法. 将此预测算法推广应用于蛋白质互相作用数据, 并提出了几种在蛋白质互作网络中为功能待测蛋白质筛选邻居的方法. 与已有的其它蛋白质功能预测方法不同, 新方法在学习过程中自动地从功能分类体系中的各个功能类中选择最合适的尽可能具体细致的功能类, 利用注释于其相近功能类中的互作邻居蛋白质支持对此具体功能类的预测. 使用MIPS 提供的酵母蛋白质互作信息与一套基因表达谱数据, 利用特别针对GO 体系结构层次特点设计的3 种测度, 评价对GO 知识体系中的生物过程分支进行蛋白质功能预测的效果. 结果显示, 利用文中的方法, 可以大范围预测蛋白质的精细功能. 此外, 还利用此方法对2004 年底Gene Ontology 上未知功能的蛋白质进行预测, 其中部分预测结果在2006 年4 月发布的SGD 注释数据中已经得到了证实.