多图正则化蛋白质结构域排序

背景：蛋白质结构域排序是结构生物学中的一项基本任务。大多数蛋白质结构域排序方法依赖于蛋白质结构域的成对比较，而忽略了蛋白质结构域数据库的全局流形结构。最近，有人提出了利用成对相似性定义的图的全局结构的图正则化排序方法。然而，现有的图正则化排序方法对图模型和参数的选择非常敏感，这仍然是大多数蛋白质结构域排序方法面临的难题。结果：为解决这一问题，我们开发了多图正则化排序算法 MultiG-Rank。MultiG-Rank 不是使用单个图来正则化排序得分，而是通过组合多个初始图进行正则化，从而逼近蛋白质结构域分布的内在流形。图权重与排序得分通过交替最小化目标函数的迭代算法联合自动学习。在 ASTRAL SCOP 蛋白质结构域数据库子集上的实验结果表明，MultiG-Rank 取得了优于单图正则化排序方法和基于成对相似性的排序方法的排序性能。结论：通过组合多个图，可以有效解决图正则化蛋白质结构域排序中的图模型和参数选择问题。这一泛化方面的进展开辟了将多图应用于解决蛋白质结构域排序应用的新前沿。