A naive Bayes model to predict coupling between seventransmembrane domain receptors and G-proteins
Notice bibliographique
Résumé
MOTIVATION: An understanding of the coupling between a G-protein coupled receptor (GPCR) and a specific class of heterotrimeric GTP-binding proteins (G-proteins) is vital for further comprehending the function of the receptor within a cell. However, predicting G-protein coupling based on the amino acid sequence of a receptor has been a daunting task. While experimental data for G-protein coupling exist, published models that rely on sequence based prediction are few. In this study, we have developed a Naive Bayes model to successfully predict G-protein coupling specificity by training over 80 GPCRs with known coupling. Each intracellular domain of GPCRs was treated as a discrete random variable, conditionally independent of one another. In order to determine the conditional probability distributions of these variables, ClustalW-generated phylogenetic trees were used as an approximation for the clustering of the intracellular domain sequences. The sampling of an intracellular domain sequence was achieved by identifying the cluster containing the homologue with the highest sequence similarity. RESULTS: Out of 55 GPCRs validated, the model yielded a correct classification rate of 72%. Our model also predicted multiple G-protein coupling for most of the GPCRs in the validation set. The Bayesian approach in this work offers an alternative to the experimental approach in order to answer the biological problem of GPCR/G-protein coupling selectivity. AVAILABILITY: Academic users should send their request for the perl program for calculating likelihood probabilities at jack.cao@astrazeneca.com. SUPPLEMENTARY INFORMATION: The materials can be viewed at http://www.astrazeneca-montreal.com/AZRDM_info/supporting_info.pdf.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».