基于谷物蛋白质序列与PPI网络的功能预测研究

摘要

谷物中现存大量未经注释、功能未知的蛋白质,且难以通过实验验证,因此计算方法成为预测谷物蛋白质功能的主流方法之一。作者以玉米、小麦、籼稻、粳稻4种谷物蛋白质为研究对象,利用数据库获取结构域相互作用信息。从蛋白质中较为稳定的结构域信息出发,结合AdaBoost算法获得蛋白质相互作用信息并构建蛋白质相互作用网络,将其与利用blast所获得的蛋白质序列相似性网络相结合,利用协同分类和多层感知机两种算法实现对谷物蛋白质的功能预测。研究结果显示,两种算法均能较为准确地预测蛋白质功能,其中协同分类在召回率方面表现更优,而多层感知机在准确率方面表现更优。本研究为谷物蛋白质的功能注释提供了新思路、新方法,对谷物的加工与营养研究提供了依据。