有效整合信息内容与结构关系以改进基于GO的蛋白质相似性度量
计算工程、金融与科学
2010-01-07 v2 基因组学
摘要
基因本体论(GO)提供了一个有效描述蛋白质的知识库。然而，基于GO度量蛋白质之间的相似性仍然是一个挑战。本文提出了一种新的相似性度量——信息系数相似性度量(SimIC)，以有效整合GO术语的信息内容(IC)和GO层次结构的结构信息，从而确定蛋白质之间的相似性。在酵母蛋白上的测试结果表明，SimIC有效解决了GO中的浅注释问题，从而改善了酵母蛋白的GO相似性与其表达相似性之间，以及GO相似性与其序列相似性之间的相关性。此外，我们证明了所提出的SimIC在预测酵母蛋白相互作用方面具有优越性。基于生物过程(BP)和细胞组分(CC)的高SimIC值，我们预测了2462个蛋白质之间的20484个酵母蛋白-蛋白相互作用(PPI)。检查我们预测的PPI中的214个MIPS复合物发现，159个MIPS复合物的所有成员都可以在我们的PPI预测中找到，这多于通过相对特异性相似性(RSS)预测的PPI中发现的复合物数量(120/214)。整合IC和GO层次结构信息可以提高GO术语语义相似性度量的有效性。新的SimIC可以有效纠正浅注释的影响，从而提供一种基于基因本体论度量蛋白质之间相似性的有效方法。
引用
@article{arxiv.1001.0958,
title = {Effectively integrating information content and structural relationship to improve the GO-based similarity measure between proteins},
author = {Bo Li and James Z. Wang and F. Alex Feltus and Jizhong Zhou and Feng Luo},
journal= {arXiv preprint arXiv:1001.0958},
year = {2010}
}