基因本体中新型注释的分析及其在提升负例选择中的应用
计算工程、金融与科学
2018-05-24 v1
摘要
用于基因组和蛋白质组注释的公共存储库，如基因本体（GO），很少存储负注释，即不具有给定功能的蛋白质。这使得负例集合未定义或定义不清，而该集合对于训练大多数推断蛋白质功能的机器学习方法至关重要。因此，需要自动技术来选择可靠的负蛋白质以训练准确的功能预测模型。本研究首次对GO存储库中蛋白质注释的时间演化进行了广泛分析。我们分析了历年登记的新型注释，以验证GO层级中是否存在注释模式。我们的研究提供了关于可能不可靠作为负例的蛋白质的基本线索，我们在一个自行构建的新算法中验证了这些线索，该算法在基因组范围内针对两种生物，与为功能预测中选择负例所提出的方法进行了对比验证。
引用
@article{arxiv.1805.09135,
title = {Analysis of Novel Annotations in the Gene Ontology for Boosting the Selection of Negative Examples},
author = {Maryam Sepehri and Marco Frasca},
journal= {arXiv preprint arXiv:1805.09135},
year = {2018}
}
备注
13 pages, 5 figures, 1 table