12、生物数据挖掘：从酵母到植物的功能预测探索

生物数据挖掘：从酵母到植物的功能预测探索

在生物研究领域，数据挖掘对于揭示基因功能和生物机制至关重要。本文将介绍酵母复杂功能预测以及两种植物（甘蓝型油菜和拟南芥）功能基因组学中的数据挖掘研究。

酵母复杂功能预测

在酵母复杂功能预测中，采用了模块化多关系框架（Modular Multi - Relational Framework，MMRF）。通过10折交叉验证实验得到了相关结果，具体体现在以下方面：

结果分析

• 定量指标 ：表1展示了多个定量指标，用于评估关系学习过程的不同方面，从解决方案大小（前两行）到预测质量（后两行）。同时，图3给出了某些配置下的精确 - 召回曲线（Precision - Recall curves）。这些结果是特定配置下所有类别的平均结果，不过同一配置中的一些个别类别的精确 - 召回曲线高于平均曲线。
  | 关系知识 | 每个类别的示例数量 | 树节点 | 树文字 | 相关性 | AU(PRC) |
  | — | — | — | — | — | — |
  | 仅二元关系 | ≥1 | 32.6 | 89.3 | 0.009 | 0.120 |
  | 仅二元关系 | ≥10 | 33.9 | 93.3 | 0.015 | 0.134 |
  | 仅二元关系 | ≥50 | 28.5 | 72.1 | 0.056 | 0.230 |
  | 二元 + 组关系 | ≥1 | 34.8 | 94.3 | 0.008 | 0.116 |
  | 二元 + 组关系 | ≥10 | 32.1 | 66.3 | 0.031 | 0.144 |