近年來，蛋白質相關數據海量增加，極大地促進了蛋白質組學的發展，高通量蛋白質組學數據挖掘研究已成為國內外生物信息學研究的熱點和學科前沿。蛋白質的功能、代謝以及信號傳導等生物過程都與其亞細胞定位密切相關，新合成的蛋白質必須處于合適的亞細胞位置才能正常行使其功能。而異常的蛋白質亞細胞位置能夠影響蛋白質的功能，并與人類疾病息息相關，如阿爾茲海默癥、肝臟腫瘤、乳腺癌、小唾液腺腫瘤、腎結石和巴特綜合征等。研究發現越來越多的蛋白質屬于兩個或多個亞細胞位置，這些多標記蛋白質通常具有復雜的合成、排列和代謝機制，具有特殊的生物學功能。隨著高通量蛋白質測序技術的發展，通過實驗方法識別多標記蛋白質已遠遠不能滿足研究的需要，因此發展快速高效的人工智能方法對多標記蛋白質亞細胞位置的精準預測仍是生物信息學的一項挑戰任務。
近日，青島科技大學數理學院人工智能與生物醫學大數據研究團隊于彬副教授，在生物信息學頂級期刊Briefings in Bioinformatics （IF=8.990） 上發表題為“Accurate prediction of multi-label protein subcellular localization through multi-view feature learning with RBRL classifier”的研究論文。報道了構建預測多標記蛋白質亞細胞位置的人工智能模型—Mps-mvRBRL。該模型表現出較強的魯棒性和泛化能力。于彬副教授為論文的通訊作者，研究生張琪、副教授張艷丹并列第一作者，青島科技大學為第一完成單位。
本研究摒棄傳統首尾相接的融合方式，根據單特征編碼算法的性質，首次引入差分進化算法學習五種單特征的權重向量，通過加權形式融合多視圖信息。將融合后的高維特征使用基于二進制權重形式的加權多標簽線性判別分析法 （wMLDAb） 去除冗余信息。此外，本研究首次使用由Rank-SVM和BR算法結合低秩學習 （RBRL） 算法預測多標記蛋白質亞細胞的位置。通過最嚴格的留一法檢驗，Mps-mvRBRL預測模型在革蘭氏陰性菌、革蘭氏陽性菌、病毒及植物數據集均優于其它已報道的先進預測模型。且Mps-mvRBRL模型的時間復雜度低，具有優異的預測能力和計算穩定性。Mps-mvRBRL模型能夠準確預測多標記蛋白質亞細胞位置，并能夠應用到更多的多標記蛋白質屬性預測中。通過對多標記蛋白質亞細胞位置的預測研究，為確定蛋白質功能提供重要線索，有助于了解蛋白質之間相互作用和調控機制，對某些疾病的發病機理和新藥研發具有重要意義。
文章鏈接：https://doi.org/10.1093/bib/bbab012
Briefings in Bioinformatics是牛津大學出版社 （Oxford Academic） 出版的JCR一區頂級期刊，2020年的影響因子為8.990，在SCI收錄的59個“Mathematical & Computational Biology”類期刊中排名第1，在SCI收錄的79個“Biochemical Research Methods”類期刊中排名第3。
日期：2021-04-21
近日，青島科技大學數理學院人工智能與生物醫學大數據研究團隊于彬副教授，在生物信息學頂級期刊Briefings in Bioinformatics （IF=8.990） 上發表題為“Accurate prediction of multi-label protein subcellular localization through multi-view feature learning with RBRL classifier”的研究論文。報道了構建預測多標記蛋白質亞細胞位置的人工智能模型—Mps-mvRBRL。該模型表現出較強的魯棒性和泛化能力。于彬副教授為論文的通訊作者，研究生張琪、副教授張艷丹并列第一作者，青島科技大學為第一完成單位。
本研究摒棄傳統首尾相接的融合方式，根據單特征編碼算法的性質，首次引入差分進化算法學習五種單特征的權重向量，通過加權形式融合多視圖信息。將融合后的高維特征使用基于二進制權重形式的加權多標簽線性判別分析法 （wMLDAb） 去除冗余信息。此外，本研究首次使用由Rank-SVM和BR算法結合低秩學習 （RBRL） 算法預測多標記蛋白質亞細胞的位置。通過最嚴格的留一法檢驗，Mps-mvRBRL預測模型在革蘭氏陰性菌、革蘭氏陽性菌、病毒及植物數據集均優于其它已報道的先進預測模型。且Mps-mvRBRL模型的時間復雜度低，具有優異的預測能力和計算穩定性。Mps-mvRBRL模型能夠準確預測多標記蛋白質亞細胞位置，并能夠應用到更多的多標記蛋白質屬性預測中。通過對多標記蛋白質亞細胞位置的預測研究，為確定蛋白質功能提供重要線索，有助于了解蛋白質之間相互作用和調控機制，對某些疾病的發病機理和新藥研發具有重要意義。
文章鏈接：https://doi.org/10.1093/bib/bbab012
Briefings in Bioinformatics是牛津大學出版社 （Oxford Academic） 出版的JCR一區頂級期刊，2020年的影響因子為8.990，在SCI收錄的59個“Mathematical & Computational Biology”類期刊中排名第1，在SCI收錄的79個“Biochemical Research Methods”類期刊中排名第3。
日期：2021-04-21
