基于序列特征的蛋白质-蛋白质相互作用预测研究与开发开题报告

1. 研究目的与意义

1.背景

蛋白质相互作用及其构成的相互作用网络提供了一个新的整合各种数据来预测功能的平台，也拓展了对功能的理解。提高预测准确性可以快速而且准确地注释新测序基因组，为尚未通过大规模实验研究的生物物种的功能研究提供一个便利框架。除此以外，对理解蛋白质功能预测等生物学问题也是非常必要的。对于蛋白质相互作用的研究通常包括两类方法：

1.1 生物实验方法

2. 研究内容和预期目标

由上面国内外研究状况的分析我们可以知道，现有的蛋白质相互作用研究方法，无论是实验方法还是计算方法，都存在很多缺陷。以后主要针对计算方法进行了系统而深入的研究，主要包括：蛋白质序列关键特征的提取，预测模型学习策略的选择，利用实际的蛋白质相互作用数据集评估预测模型的性能。

首先，把蛋白质序列按照一定的物理化学性质重新序列化或者映射成一个表示矩阵。其次，利用信息论和信号处理方法，把新序列或者表示矩阵当做一些列的离散信号来处理，从中获取更有效的特征信息。最后，利用当前鲁棒性和抗过拟合性较好的分类器（如随机森林，稀疏贝叶斯学习和稀疏表达分类器）进行训练和预测。

3. 研究的方法与步骤

(1)利用氨基酸的物理化学特性对蛋白质序列进行编码，生成一系列离散的数值序列；

（2）从信息论和信号学考虑，把这些编码的数值序列按照信号处理方式进行处理，生成某些具有特定意义的特征向量；

（3）根据已有的蛋白质相互作用信息，为这些生成的特征向量添加标签（即是否为相互作用关系），生成一些列的蛋白质相互作用样本；

4. 参考文献

[1] harlow e， whyte p， jr f b， et al. association of adenovirus early-region 1a proteins with cellular polypeptides.[j]. molecular cellular biology， 1986， 6(5):1579-89.

[2] mitchell d a， marshall t k， deschenes r j. vectors for the inducible overexpression of glutathione s-transferase fusion proteins in yeast[j]. yeast， 1993， 9(7):715-22.

[3] carr d w， scott j d. blotting and band-shifting: techniques for studying protein-protein interactions.[j]. trends in biochemical sciences， 1992， 17(7):246-9.

5. 计划与进度安排

计划如下：

2022/3/1 至 2022/3/31 从公共数据库上，收集当前蛋白质相互作用的数据集。

2022/4/1至2022/4/30 制定相关氨基酸序列特征提取的相关算法和机器学习策略。开始着手编写代码和试验算法。