본문 바로가기
KERD
논문KCI 등재

특징 추출과 분석 기법에 기반한단백질 상호작용 데이터 신뢰도 향상 시스템

Protein-Protein Interaction Reliability Enhancement System based on Feature Selection and Classification Technique

이상호|용환승|박승수|강성희|이민수
한국정보처리학회|2006.12|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제13권 제7호|pp. 679-688

1

조회

0

다운로드

0

인용

0

참고문헌

키워드

데이터 마이닝Data MiningFeature Selection특징 선택Protein-Protein Interaction단백질 상호작용분류 기법Classification Technique
주제분류컴퓨터학

초록

대용량 실험으로부터 산출된 단백질 상호작용 데이터는 위양성(false positive) 데이터의 비율이 높다는 단점을 가지고 있다. 본 논문에서는 오류가 섞여있는 단백질 상호작용 데이터를 입력으로 받아 각 단백질 상호작용의 신뢰도를 검증하는 시스템을 제안하고 구현하였다. 제안 시스템은 단백질 상호작용 데이터에 상호작용의 근거로서 사용될 수 있는 다양한 생물학적 특징들에 관한 데이터를 통합하고 특징 선택 방법을 사용하여 통합된 속성들 중 위양성 여부를 판별하는데 가장 적합한 특징들을 선택한 후 데이터 마이닝 분류 알고리즘을 적용하여 대용량 실험으로부터 산출된 단백질 상호작용 데이터의 신뢰도를 평가한다. 특징 선택의 결과와 분류 기법의 성능은 데이터 특성에 매우 의존하므로, 제안 시스템에 가장 적합한 속성 부분집합과 가장 좋은 성능을 내는 분류 알고리즘을 찾기 위해 다양한 특징 선택 방법과 데이터 마이닝 분류 알고리즘들을 적용하고 그 성능을 다각적으로 비교분석 하였다. 실험 결과, 특징 선택 방법과 분류 알고리즘을 결합시킨 제안 시스템은 오류 데이터가 섞여있는 단백질 상호작용 데이터에서 실제로 상호작용하는 단백질 쌍을 골라내는 작업에 있어 기존 연구들에 비해 매우 뛰어난 성능을 보여줬다. 또한 본 연구를 통해 단백질 상호작용 데이터의 신뢰도를 검증함에 있어서 다양한 특징 선택 방법들과 분류 알고리즘들이 성능에 미치는 영향에 관해서도 정리할 수 있었다.

Abstract

Protein-protein interaction data obtained from high-throughput experiments includes high false positives. In this paper, we introduce a new protein-protein interaction reliability verification system. The proposed system integrates various biological features related with protein-protein interactions, and then selects the most relevant and informative features among them using a feature selection method. To assess the reliability of each protein-protein interaction data, the system construct a classifier that can distinguish true interacting protein pairs from noisy protein-protein interaction data based on the selected biological evidences using a classification technique. Since the performance of feature selection methods and classification techniques depends heavily upon characteristics of data, we performed rigorous comparative analysis of various feature selection methods and classification techniques to obtain optimal performance of our system. Experimental results show that the combination of feature selection method and classification algorithms provide very powerful tools in distinguishing true interacting protein pairs from noisy protein-protein interaction dataset. Also, we investigated the effects on performances of feature selection methods and classification techniques in the proposed protein interaction verification system.

참고문헌 (30)

  1. "Global Protein Function Prediction from Protein-Protein Interaction Networks", 21, pp.697~700 (2003)
  2. "Predicting Protein Functions from Redundancies in Large-scale Protein Interaction Networks", 100, pp.12579~12583 (2003)
  3. "Automated Modelling of Signal Transduction Networks", 3, pp.34~44 (2002)
  4. "A Comprehensive Analysis of Protein-Protein Interactions in Saccharomyces Cerevisiae", 403, pp.623~627 (2000)
  5. "A Comprehensive Two-Hybrid Analysis to Explore the Yeast Protein Interactome", 98, pp.4569~4574 (2001)
  6. "Functional Organization of the Yeast Proteome by Systematic Analysis of Protein Complexes", 415, pp.141~147 (2002)
  7. "Systematic Identification of Protein Complexes in Saccharomyces Cerevisiae by Mass Spectrometry", 415, pp.180~183 (2002)
  8. "Comparative Assessment of Large-Scale Data Sets of Protein-Protein Interactions", 417, pp.399~403 (2002)
  9. "How reliable are experimental protein-protein interaction data?", 327, pp.919~923 (2003)
  10. "ProteinInteractions: Two Methods for Assessment of the Reliability of High Throughput Observations", 1, pp.349~356 (2002)
  11. "Correlation between Transcriptome and Interactome Mapping Data from Saccharomyces Cerevisiae", 29, pp.482~486 (2001)
  12. "Relating Whole-genome Expression Data with Protein-Protein Interaction", 12, pp.37~46 (2002)
  13. "Correlation between Gene Expression Profiles and Protein-Protein Interactions within and across Genomes", 21, pp.2730~2738 (2005)
  14. "Identification of Potential Interaction Networks using Sequence-Based Searches for Conserved Protein-Protein Iinteractions or 'Interologs'", 11, pp.2120~2126 (2001)
  15. "The Inference of Protein-Protein Interactions by Co-evolutionary Analysis is Improved by Excluding the Information about the Phylogenetic Relationships", 21, pp.3482~3489 (2005)
  16. "A Bayesian Network Approach for Predicting Protein-Protein Interactions from Genomic Data", pp.449~153 (2003)
  17. "Assessing the Limits of Genomic Data Integration for Predicting Protein Networks", pp.9455~9953 (2005)
  18. "Assessment of the Reliability of Protein-Protein Interactions and Protein Function Prediction", pp.140~151 (2003)
  19. "Filtering High-throughput Protein-Protein Interaction Data using a Combination of Genomic Features", 6, pp.100~112 (2005)
  20. "Data Mining: Practical Machine Learning Tools with Java Implementations" (2000), Morgan Kaufmann
  21. "Introduction to Data Mining" (2005), Addison Wesley
  22. selection, , 2003., 1157~1182
  23. "C4.5: Programs for Machine Learning" (1993), Morgan Kaufmann Publishers
  24. "Instance-based Learning Algorithms", 6, pp.37~66 (1991)
  25. "Estimating Continuous Distributions in Bayesian Classifiers", pp.338~345 (1995)
  26. "Fast Training of Support Vector Machines using Sequential Minimal Optimization" (1998), MIT Press.
  27. "MIPS: Analysis and Annotation of Proteins from Whole Genomes in 2005", pp.D169~D172 (2005)
  28. "MPact: the MIPS Protein Interaction Resource on Yeast", pp.D436~D441 (2006)
  29. "Gene Ontology:Tool for the unification of biology", pp.25~29 (2000)
  30. "The FunCat, a functional annotation scheme for systematic classification of proteins from whole genomes", 32, pp.5539~5545 (2004)

관련 논문AI추천

SVM 모델을 이용한 3차원 패치 기반 단백질 상호작용 사이트 예측기법박성희, Björn Hansen한국정보처리학회 · 정보처리학회논문지D2012 · 제19권 제1호다양한 웹 데이터를 이용한 특정 유기체의 단백질 상호작용 데이터베이스 개발황두성한국정보처리학회 · 정보처리학회논문지D2002 · 제9권 제6호단백질 구조 및 기능 분석을 위한 FEATURE 시스템 개선유승학, 윤성로한국전기전자학회 · 전기전자학회논문지2009 · 제13권 제3호단백질 기능 예측을 위한 그래프 기반 모델링정재영, 황두성한국정보처리학회 · 정보처리학회 논문지2005 · 제12권 제2호Web-Based Computational System for Protein- Protein Interaction Inference김기봉한국정보처리학회 · JIPS(Journal of Information Processing Systems)2012 · 제8권 제3호단백질 모티프 예측 및 갱신 프로토 타입 구현김원식, 노기용, 류근호, 이범주, 이상태한국정보처리학회 · 정보처리학회논문지D2004 · 제11권 제4호

이 간행물의 다른 논문 (13건)

템플릿 정합법을 이용한 온-오프 형태DNA 칩의 탐색자 구분유문호pp. 579-584블록 유형 분류에 의한 움직임 추정윤효순, 유재명, Nguyen Dinh Toan, 이귀상, 박미선, 김미영pp. 585-590문서 영상의 그림 영역에서 통계적 분석을 이용한 단어 영상 추출김수형, 정창부pp. 591-600CT영상의 텍스처 주성분 분석을 이용한 간종양 검출서형수, 정민영, 이칠우pp. 601-606정보숨김과 주변 움직임 벡터의 적응적 선택에 의한 에러은닉 알고리즘의 설계 및 구현성동수, 이건배, 이현우pp. 607-614
원문 보기