APP下载

基于Minimum Cuts的蛋白质交互识别

2017-06-27吴红梅

计算机技术与发展 2017年6期

张 景,吴红梅,牛 耘

(南京航空航天大学 计算机科学与技术学院,江苏 南京 210016)

基于Minimum Cuts的蛋白质交互识别

张 景,吴红梅,牛 耘

(南京航空航天大学 计算机科学与技术学院,江苏 南京 210016)

蛋白质交互信息对生物、医药研究有着重要意义,是生物医学领域一项重要的研究内容。对基于大规模语料库的蛋白质交互识别,直接利用已有的PPI数据库,能显著降低人工标注的代价。为此,在大规模语料库的基础上,提出了基于Minimum Cuts的蛋白质交互识别方法。在关系相似性框架下,Minimum Cuts分类器不仅采用SVM算法对单个蛋白质对进行初步分类预测,还利用蛋白质对之间的相似性约束判断结果,使分类结果更加准确。实验结果表明,利用Minimum Cuts分类器进行PPI的识别结果优于SVM分类器的识别结果。当训练数据为20%时,Minimum Cuts分类器的识别结果优于训练数据为80%时的SVM分类器的识别结果。

关系相似性;Minimum Cuts;支持向量机;蛋白质交互

0 引 言

蛋白质是组成细胞最重要的成分,通过交互作用执行着细胞内多数重要的分子过程,如DNA复制。活体细胞内几乎所有的生化反应都与蛋白质交互(Protein-Protein Interaction,PPI)作用有关。所以,蛋白质交互作用已成为生物学研究的重要内容,是解决大量医学难题的关键信息[1-3]。随着生物医学的发展,越来越多的蛋白质交互关系被发现,大量PPI信息隐藏在医学文献文本数据库PubMed中[4]。手工从文献提取PPI信息的方式已难以满足生物医学研究的需求。为了帮助生物医学领域的专家从文献中获取有效的信息,基于自然语言处理的蛋白质交互识别已经成为一项重要的研究内容。……

登录APP查看全文