蛋白质相互作用和基因功能关联的对称性预测方法研究

项目名称： 蛋白质相互作用和基因功能关联的对称性预测方法研究

项目编号： No.61172098

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 电子学与信息系统

项目作者： 刘晓燕

作者单位： 哈尔滨工业大学

项目金额： 62万元

中文摘要： 本项目针对生物信息学中典型的对称性预测问题，发展适合的机器学习pairwise核方法，通过度量两对对象之间的相似度，解决蛋白质相互作用、基因功能关联这两类对称预测问题。首先，构建用于客观反映pairwise核方法分类性能的数据集，通过平衡随机采样的方法构建反例数据集。然后，根据核函数的正定性约束条件，引入对称性运算，研究pairwise核的一般规律，探寻非向量形式数据类型上的最优解求解方法，并将新型核方法用于蛋白质相互作用、基因功能关联这两类预测问题。最后，将传统的直系同源方法与新型的pairwise核方法相结合，研究跨物种预测大豆蛋白质相互作用及基因功能关联的方法，丰富相应的数据。本项目对开拓新的核函数理论与预测方法、研究人工智能与分子生物学的结合都具有重要的理论意义，并在大豆分子功能理解方面具有潜在的应用价值。

中文关键词： 蛋白质相互作用；基因功能关联；eQTL；SVM与主动学习算法；大豆功能网络数据库

英文摘要：

英文关键词： protein-protein interactions (PPI)；gene-gene functional associations (GGA)；eQTL；SVM and active learning algorithm；database for soybean functional network