用于蛋白质功能预测工具质量保证的蜕变测试
软件工程
2019-04-18 v1 定量方法
摘要
蛋白质是生命活动的主力军，了解其功能对于药物设计等应用至关重要。然而，对蛋白质功能进行实验验证需要消耗大量资源。因此，近年来基于机器学习的自动化蛋白质功能预测（AFP）引起了广泛关注。许多 AFP 工具基于使用现有金标准功能注释训练的监督学习模型，而这些注释已知是不完整的。对 AFP 软件进行系统测试相关的主要挑战在于缺乏测试预言机，即用于判定测试用例通过或失败的机制；不幸的是，由于金标准数据的不完整性，AFP 任务的精确预期结果并未得到良好定义。因此，AFP 工具面临预言机问题。在本工作中，我们使用蜕变测试（MT）通过定义一组对蛋白质序列施加输入变换的蜕变关系来测试九个最先进的 AFP 工具。根据我们的结果，我们观察到几个 AFP 工具未能通过所有测试用例，引发了对其预测质量的担忧。
引用
@article{arxiv.1904.08007,
title = {Metamorphic Testing for Quality Assurance of Protein Function Prediction Tools},
author = {Morteza Pourreza Shahri and Madhusudan Srinivasan and Gillian Reynolds and Diane Bimczok and Indika Kahanda and Upulee Kanewala},
journal= {arXiv preprint arXiv:1904.08007},
year = {2019}
}
备注
8 pages, First IEEE International Conference On Artificial Intelligence Testing