基于自然语言处理技术的蛋白质相互作用预测方法研究

蛋白质相互作用在所有的生命活动中扮演着十分重要的角色，研究蛋白质相互作用具有重大的生物学意义。通过实验的方法来确定蛋白质相互作用不仅费时、费力、价格高昂，而且不能保证很高的精度。因此有必要研究通过计算的方法来分析或者预测蛋白质相互作用的问题。本项目拟采用自然语言处理和机器学习相结合的方法来研究蛋白质相互作用问题。首先，将多个异构的蛋白质相互作用数据库进行整合来建立一个相对完整的相互作用数据库，通过自然语言处理技术对相互作用数据进行评估，为数据库中每一个记录赋予可信度。其次，在蛋白质相互作用预测的分类器中将集成从生物科学文献中挖掘到的蛋白质相互作用的证据和丰富的特征。最后，对多个蛋白质相互作用预测的分类器进行组合/融合，使之能在各种情况下均能可靠地预测蛋白质的相互作用。