Human protein-protein interaction prediction
Notice bibliographique
Résumé
In the scientific literature and large public databases there are currently only ~39000 human protein-protein interactions that have been experimentally confirmed out of a potential 330,000,000 (assuming 1 protein per gene). To bridge the gap, computational methods are required to guide further experimental endeavours. The PIPs framework [ 1 ] uses a naïve Bayesian method that combines the predictive capabilities of numerous features to calculate the likelihood of interaction between two proteins. Features considered by the predictor include co-expression, orthology, domain co-occurrence, post translational modification and a new feature analysing semantic similarity of Gene Ontology terms. The predictor now includes two modules that make predictions based on the topology of the predicted protein-protein interaction network. We predict 318800 interaction predictions of which 310732 (96.3%) are not present within other publically available databases. Several of the predictions have been experimentally validated by external groups. The PIPs website ( http://www.compbio.dundee.ac.uk/pips ) [ 2 ] is an easy to use system to explore the predictions that have been made. Searches can be initiated by querying with a protein identifier (IPI, RefSeq or UniProt) or via a keyword search. All predicted protein-protein interactions are returned ranked by their likelihood of interaction. The website allows the user to analyse the evidence used to calculate the likelihood of interaction and provides links through to external databases and publications to retrieve the source data. The set of predictions that have been made in this work increase the coverage of the human interactome and help guide future research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,038 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».