一種改良的蛋白質復合物識別方法

李 彬，欒悉道，王 鑫，李學勇

(長沙大學信息與計算科學系，湖南長沙410022)

近期的實驗發展，如酵母雙雜交實驗［1］、串聯親和純化［2］以及質譜法［3］已導致經產生了許多高質量、大規模的PPI(蛋白質相互作用)數據.這些數據對于識別蛋白質復合物奠定了基石.蛋白質復合物對于了解細胞的功能組織，從而執行其生物學功能具有非常重要的作用.

然而，由于相關實驗技術的局限性和蛋白質相互作用匹配的動態自然性質，從這些高通量的生物實驗得到的PPI網絡中，相當一部分相互作用包含假陽性［4］.研究［5］表明，經過篩選的酵母雙雜交數據集中，假陽性相互作用的比例達到50%.這些實驗數據中產生的錯誤將對進一步研究PPI網絡帶來負面影響.為減少PPI網絡中的假陽性，現已提出了幾種計算方法預測蛋白質間的相互作用.其中大部分方法借助多種生物信息［6，7］，有些方法則依靠統計評分功能［8，9］來計算的蛋白質系譜概要文件的上下文相似性，采用機器學習技術［10］預測蛋白質相互作用網絡或使用支持向量機方法［11］構建監督分類來識別相互作用的蛋白質.

為評估高通量蛋白質相互作用的可靠性，現已提出許多計算方法.一些方法被設計用于評估酵母蛋白質相互作用網絡的整體誤差率［12，13］.相互作用數據的比較顯得尤為困難，因為他們往往來自不同的條件，呈現出不同的形式.因此，我們采用一些更為復雜的方法來評估單個相互作用的可靠性［14，15］.一些基因……