32、蛋白质相互作用预测与肽序列标签生成方法研究

蛋白质相互作用预测与肽序列标签生成方法研究

1. 蛋白质相互作用预测方法——TransDomain

在蛋白质相互作用（PPI）预测领域，有多种方法可供选择。为了评估不同方法的性能，我们进行了相关实验，以下是在 Tdirect 中的平均性能比较结果：
| 方法 | 精确率（Precision） | 召回率（Recall） | F - 测度（F - measure） | 准确率（Accuracy） |
| — | — | — | — | — |
| STRING | 0.50 | 0.98 | 0.66 | 0.51 |
| PPI Finder | 0.60 | 0.83 | 0.70 | 0.64 |
| GO Similarity BP CC | 0.50 | 0.95 | 0.66 | 0.50 |
| Domainm1 | 0.80 | 0.16 | 0.27 | 0.56 |
| Domainm2 | 0.58 | 0.36 | 0.44 | 0.55 |
| TransDomain | 0.79 | 0.81 | 0.80 | 0.80 |

从这个表格中可以看出，TransDomain 在各项指标上都表现出色，尤其是在精确率、召回率和 F - 测度方面，都达到了较高的水平，说明它在 PPI 预测中具有较好的性能。

1.1 TransDomain 案例研究

为了进一步验证 TransDomain 的有效性，我们将其应用于预测文献中未报道的 PPI。在乳腺癌研究中使用的 MCF7 细胞里，寻找 ER 受体蛋白的相互作用蛋白是一项关键任务。因此，我们选择 ER 作为查询蛋白