蛋白质功能实验注释中的偏差及其对蛋白质功能空间理解的影响
基因组学
2015-06-12 v4 数字图书馆
信息论
math.IT
摘要
持续的蛋白质功能注释依赖于策展人从科学文献中捕获实验发现并将其应用于蛋白质序列和结构数据的工作。然而，随着高通量实验测定的日益使用，少数实验研究主导了数据库中收集的蛋白质功能注释。在此，我们调查了“少数文章——大量蛋白质”现象的普遍程度。我们检查了由 GO 联盟的几个小组提供的经实验验证的蛋白质注释，并表明每篇已发表研究对应的蛋白质分布呈指数型，其中 0.14% 的文章构成了 UniProt-GOA 汇编中 25% 蛋白质的注释来源。由于每篇主导性文章都描述了仅能发现一种功能或一小类功能的测定方法的使用，这导致我们对许多蛋白质功能的认知存在显著偏差。质谱、显微镜检查和 RNAi 实验在高通量实验中占主导地位。因此，源自这些实验的功能信息主要涉及蛋白质的亚细胞定位以及蛋白质在胚胎发育通路中的参与。对于某些生物体，不同研究提供的信息存在大量重叠。我们还表明，高通量实验提供的信息特异性低于低通量实验。鉴于现有的实验技术，由高通量实验引起的蛋白质功能注释中的某些偏差是不可避免的。知晓这些偏差的存在并理解其特征和范围，对于数据库策展人、功能注释程序的开发人员以及任何利用蛋白质功能注释数据来规划实验的人员而言都至关重要。
引用
@article{arxiv.1301.1740,
title = {Biases in the Experimental Annotations of Protein Function and their Effect on Our Understanding of Protein Function Space},
author = {Alexandra M. Schnoes and David C. Ream and Alexander W. Thorman and Patricia C. Babbitt and Iddo Friedberg},
journal= {arXiv preprint arXiv:1301.1740},
year = {2015}
}
备注
Accepted to PLoS Computational Biology. Press embargo applies. v4: text corrected for style and supplementary material inserted