基于功能分类的蛋白质序列概率注释
定量方法
2007-09-28 v1
摘要
背景：生物信息学最显著的成就之一是开发了将生物学知识从已表征的蛋白质转移到未表征序列的方法。这种蛋白质功能分配模式主要基于序列相似性的检测，以及功能特性在进化过程中保守的前提。迄今为止开发的大多数自动方法都依赖于同源蛋白质簇的识别，并将新蛋白质映射到这些预期具有共同功能特征的簇上。结果：在此，我们反转了这一过程的逻辑，考虑将序列直接映射到功能分类，而不是将功能映射到序列聚类。在这种模式下，起点是根据功能分类方案标记的蛋白质数据库，随后利用序列相似性来定义新蛋白质属于这些功能类别的归属。在此框架下，我们将对应指标定义为序列与功能之间关系的度量，并进一步提出了两种贝叶斯方法来估计未知功能序列属于某一功能类别的概率。该方法允许对不同序列搜索策略进行参数化，并提供注释错误率的直接度量。我们使用按相应四位 EC 编号标记的酶数据库验证了该方法，并分析了具体案例。结论：该方法的性能显著高于仅从得分最高的 BLAST 匹配结果转移注释的简单策略，预计将在自动化功能注释流程中找到应用。
引用
@article{arxiv.0709.4425,
title = {Probabilistic annotation of protein sequences based on functional classifications},
author = {Emmanuel D. Levy and Christos A. Ouzounis and Walter R. Gilks and Benjamin Audit},
journal= {arXiv preprint arXiv:0709.4425},
year = {2007}
}