Automatická predikce funkce bílkovin jako hierarchická multi-label klasifikace

Abstract

Priradzovaniu funkcie bielkovinám môže predchádzať predpovedanie ich funkcie pomocou automatických klasifikátorov. Táto práca sa venuje hierarchickej nadstavbe algoritmu BLAST-KNN, ktorý priradzuje bielkovinám atribúty z génovej ontológie na základe sekvencie aminokyselín. Nadstavba spočíva v ohodnotení hierarchických predkov atribútov a následnej klasifikácii pomocou modifikovaného algoritmu TPR. Anotácie sú vyhodnotené na ontológiách biologických procesov a molekulárnych funkcií pomocou precíznosti a senzitivity voči reálnym anotáciam.

Protein function prediction using automatic classifiers may precede the actual function assignment. This thesis describes the hierarchical extension of the BLAST-KNN algorithm, which assigns gene ontology terms to proteins based on the amino acid sequences. The extension consists of the annotation of hierarchical ancestors of the terms and subsequent classification using a modified TPR algorithm. The results of the annotation by the terms from the biological process and molecular function ontologies are compared through precision and recall with the real annotations.