An experimentally derived confidence score for binary protein-protein interactions.
An experimentally derived confidence score for binary protein-protein interactions.
复制标题
DOI：
10.1038/nmeth.1281
复制
发表时间：
2009-01
期刊：
影响因子：
48
通讯作者：
Vidal, Marc
中科院分区：
文献类型：
--
作者：
Braun, Pascal;Tasan, Murat;Dreze, Matija;Barrios-Rodiles, Miriam;Lemmens, Irma;Yu, Haiyuan;Sahalie, Julie M.;Murray, Ryan R.;Roncari, Luba;de Smet, Anne-Sophie;Venkatesan, Kavitha;Rual, Jean-Francois;Vandenhaute, Jean;Cusick, Michael E.;Pawson, Tony;Hill, David E.;Tavernier, Jan;Wrana, Jeffrey L.;Roth, Frederick P.;Vidal, Marc
蛋白质-蛋白质相互作用的信息对于生物医学研究的许多领域都是至关重要的。目前还没有一种方法可以系统地和实验性地评估在相互作用映射实验中报告的单个相互作用的质量。为了提供一个标准化的置信度评分方法，可以应用于数以万计的蛋白质相互作用，我们已经开发了一个相互作用的工具包组成的四个互补的高通量（HT）蛋白质相互作用测定。这些试验分别以阳性和随机参考集（PRS和RRS）为基准，这些参考集分别由记录良好的人类相互作用对和随机选择的蛋白质对组成。使用PRS/RRS数据训练逻辑回归模型，以联合收割机组合测定输出，并计算任何新的相互作用对在工具包中测试后为真实生物物理相互作用的概率。这种一般方法将允许系统和经验分配的置信度得分的所有个别蛋白质-蛋白质相互作用的相互作用网络。
Information on protein-protein interactions is of central importance for many areas of biomedical research. Currently no method exists to systematically and experimentally assess the quality of individual interactions reported in interaction mapping experiments. To provide a standardized confidence-scoring method that can be applied to tens of thousands of protein interactions we have developed an interaction tool-kit consisting of four complementary high-throughput (HT) protein interaction assays. These assays were benchmarked against positive and random reference sets (PRS and RRS) consisting of well documented human interaction pairs and randomly chosen protein pairs, respectively. A logistic regression model was trained using the PRS/RRS data to combine the assay outputs and calculate the probability that any novel interaction pair is a true biophysical interaction once it has been tested in the tool-kit. This general approach will allow a systematic and empirical assignment of confidence scores to all individual protein-protein interactions in interactome networks.
登录
查看更多内容
影响因子：
9.9
作者：
Ramani, Arun K.;Li, Zhihua;Hart, G. Traver;Carlson, Mark W.;Boutz, Daniel R.;Marcotte, Edward M.
通讯作者：
Marcotte, Edward M.
影响因子：
5.8
作者：
Pagel, P;Kovac, S;Frishman, D
通讯作者：
Frishman, D
影响因子：
2.9
作者：
Qi, YJ;Bar-Joseph, Z;Klein-Seetharaman, J
通讯作者：
Klein-Seetharaman, J
影响因子：
64.8
作者：
Gavin, AC;Aloy, P;Superti-Furga, G
通讯作者：
Superti-Furga, G
影响因子：
4.8
作者：
Vidalain, PO;Boxem, M;Vidal, M
通讯作者：
Vidal, M