Protein annotation from protein interaction networks and Gene Ontology.
Protein annotation from protein interaction networks and Gene Ontology.
复制标题
DOI：
10.1016/j.jbi.2011.04.010
复制
发表时间：
2011-10
影响因子：
4.5
通讯作者：
Cios, Krzysztof J.
中科院分区：
文献类型：
--
作者：
Nguyen, Cao D.;Gardiner, Katheleen J.;Cios, Krzysztof J.
我们介绍了一种新的方法来注释蛋白质功能，结合朴素贝叶斯和关联规则，并利用蛋白质相互作用网络的底层拓扑结构和基因本体中的图的结构。我们将我们的方法应用于人类蛋白质参考数据库（HPRD）的蛋白质，并表明，与其他方法相比，它预测蛋白质功能具有显着更高的召回率，而不会损失精度。具体来说，它实现了51%的准确率和60%的召回率，而Majority分别为45%和26%，χ2-Statistics分别为24%和61%。
We introduce a novel method for annotating protein function that combines Naïve Bayes and association rules, and takes advantage of the underlying topology in protein interaction networks and the structure of graphs in the Gene Ontology. We apply our method to proteins from the Human Protein Reference Database (HPRD) and show that, in comparison with other approaches, it predicts protein functions with significantly higher recall with no loss of precision. Specifically, it achieves 51% precision and 60% recall versus 45% and 26% for Majority and 24% and 61% for χ2–Statistics, respectively.
登录
查看更多内容
影响因子：
5.8
作者：
Pagel, P;Kovac, S;Frishman, D
通讯作者：
Frishman, D
影响因子：
64.8
作者：
Marcotte, EM;Pellegrini, M;Eisenberg, D
通讯作者：
Eisenberg, D
影响因子：
2.6
作者：
Hishigaki, H;Nakai, K;Takagi, T
通讯作者：
Takagi, T
影响因子：
56.9
作者：
Bowers, PM;Cokus, SJ;Yeates, TO
通讯作者：
Yeates, TO
影响因子：
56.9
作者：
Li, SM;Armstrong, CM;Vidal, M
通讯作者：
Vidal, M