一种基于结构域的蛋白质功能分类预测新方法

摘要：

从已知的蛋白质序列数据出发, 预测蛋白质的功能是生物信息学研究的一项重要任务. 常见而有效的一种方法是将蛋白质按照其序列特征归并到不同的功能类中去. 据此应用最大似然估计(MLE)算法, 我们发展了一种以蛋白质结构域组成特征为基础的方法, 对蛋白质进行功能分类. 运用此方法及根据文献发展的另一种方法对酵母(Saccharomyces cerevisiae)基因组进行了预测, 并对2种方法进行了比较. 结果表明, MLE方法预测明显优于另一种方法. MLE方法的特异性达到75.45%, 敏感性达到40.26%, 也说明结构域是蛋白质的一个重要特性, 它与蛋白质的功能紧密相关.

关键词：蛋白质功能预测、最大似然估计、期望最大化、结构域

所属期刊栏目：49

分类号：Q5(生物化学)

资助基金：国家高技术研究发展计划863计划2001AA231011;国家重点基础研究发展计划973计划2003CB715901,001CB510209;国家自然科学基金90408010

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2072-2077