蛋白質功能預測方法研究進展

滕志霞 郭茂祖

摘 要：蛋白質功能預測是后基因組時代生物信息學的研究熱點之一。利用計算方法預測蛋白質的功能，可以彌補傳統生物實驗方法周期長、效率低和成本高等方面不足。首先介紹蛋白質功能預測的研究背景，并從計算角度定義蛋白質功能預測問題；然后，對蛋白質功能預測方法的研究現狀進行分析與總結，最后指出已有方法中存在的不足及未來的研究方向。

關鍵詞：蛋白質；功能預測；基因本體；結構域；生物網絡

中國分類號：TP391 文獻標識碼：A 文章編號：2095-2163（2016）01-

Abstract： protein function prediction is a hot spot of biological research in post-genomics. Compared to the traditional experimental methods， computational methods for predicting protein function performs more efficient. Firstly， the background and significance of protein function prediction are introduced， and protein function prediction is defined as a computational problem. And then， the latest progress in computational predicting of protein functions are summarized and analyzed. Finally， the limitations of the computational methods and the development trends in this field are presented.

Key words： Protein； Function Prediction； Gene Ontology； Domain； Biological Network

0 引言

蛋白質（protein）是基因經過轉錄和翻譯后在生物體中所表達的產物[1-2]。蛋白質是生物體的重要組成部分，不僅種類繁多、而且功能各異，幾乎所有的生命活動都要通過蛋白質來完成。比如，生物體的生長、發育、運動、遺傳、繁殖等一切生命活動都離不開蛋白質。毋庸置疑，蛋白質是生物體的生理功能的執行者，是生命現象的直接體現者，對蛋白質結構和功能的研究將直接闡明生物體在生理或病理條件下的變化機制。這對于疾病預防、藥物開發等醫學領域研究和農牧業領域的發展都有十分重要的意義。

隨著大規模高通量測序技術的發展和應用，蛋白質序列數據呈指數級地增長。然而大量蛋白質的功能仍然未被測定，蛋白質的序列和功能信息之間的差距不斷擴大。為縮小這種差距，尋找快速、高效且可靠的蛋白質功能預測方法成為生物學研究領域一項迫切的任務。最初，生物學家研究蛋白質功能主要通過生物實驗的方法，包括微陣列分析、RNA干擾、免疫共沉淀法[3]、免疫交聯法[4]、酵母雙雜交法[5]等。然而，這類分子生物學實驗方法比較費時費力，遠不能滿足大規模蛋白質功能預測的需要。隨后，在機器學習、數據挖掘和數理統計等多學科發展的共同推動之下，蛋白質功能預測方法應運而生。這類方法主要通過機器學習和信息挖掘技術對蛋白質的功能進行預測，為進一步的生物學實驗驗證提供啟發和指導。近年來，蛋白質功能預測方法的研究在生物信息學領域得到了廣泛關注，并取得了很多有價值的研究成果。這些研究成果有力地推進人類對蛋白質功能的認識進程，縮小序列和功能信息之間的差距。本文將在后面的小節中介紹和分析已有的蛋白質功能預測的典型方法，并指出其中存在的不足以及蛋白質功能預測未來的研究趨勢。

1 蛋白質功能

蛋白質功能是一個比較寬泛的技術概念。一般來說，蛋白質具有催化、能量轉運和信號轉導等諸多功能，一個蛋白質可以參與多個生物過程或功能通路。可以說，一切與蛋白質有關的事務都可以被看作蛋白質的功能[6]。為統一和規范對蛋白質功能的描述，許多組織開始著手定義標準的詞匯去描述特定功能，比如：基因本體聯合會（Gene Ontology Consortium）建立的基因本體（Gene Ontology， GO）[7]和慕尼黑蛋白質序列信息中心（Munich Information Center for Protein Sequences， MIPS）建立的基因分類標準（Function Categories， FunCat）[8]。目前GO已經被廣泛地應用于蛋白質功能標注，是比較主流的功能注釋術語集合。GO利用有向無環圖來組織術語（term），圖中每個節點表示一個標準術語，圖中的有向邊表示術語間的關系如is-a，part-of和regulates等。GO按照所描述的范疇不同，大致分為三個術語子圖：分子功能（Molecular Function， MF）、生物過程（Biological Process， BP）和細胞組件（Cellular Component， CC）。分子功能本體主要描述個體分子在生物學方面的活性，比如催化活性和結合活性；生物過程本體主要描述分子所參與的生物過程和扮演的角色；細胞組件本體主要描述分子在哪些細胞器中發揮作用。因此，可以把GO術語看作是功能標簽，蛋白質功能預測看作是為判定蛋白質所擁有的標簽的過程。

2蛋白質功能預測方法

1961年Anfinsen[9]提出了蛋白質的一級序列完全決定其三維結構的著名論斷，同時又進一步提出蛋白質的高級結構完全決定其功能的科學論斷。這種蛋白質的序列——結構——功能的決定關系稱為第二中心法則，也為蛋白質功能預測奠定了理論基礎。因此，預測蛋白質功能實質就是判斷未知功能的蛋白質與已知功能的蛋白質在序列、結構和功能方面的相似性計算問題。一般地，如果兩個蛋白質的序列或結構比較相似，則認為彼此在功能上也比較相近。在此基礎上，學者們提出了大致三類研究方法：基于序列同源性的方法（Homology-based methods）、基于基因組上下文的方法（Genomic Context-based method）、基于蛋白質相互作用網絡的方法（Network-based method）。為此，本文將在下一節中具體介紹各類方法的研究進展。

2.1 基于序列同源性的方法

分子生物學中大量的研究表明，序列水平上相似的兩個蛋白質具有較高的同源性，并且兩者的功能也接近或相似[10]。因此，人們可以通過識別同源蛋白質來預測蛋白質的功能。這類方法被稱為基于序列同源性的方法，其實施的難點在于識別同源蛋白質。一般地，可以通過以下兩種方式進行識別。具體可做如下分析。

2.1.1 序列全局比對方法

首先通過FASTA，BLAST，PSI-BLAST等序列比對工具尋找與功能未知的蛋白質有較高序列相似性的蛋白質，然后將這些蛋白質的功能標注為功能未知的蛋白質的功能。這種方法簡單易用，然而，卻不能精確判定蛋白質的功能，且受已有數據庫中噪聲數據的影響較大，容易產生功能信息的錯誤傳播問題。Devos和Valencia[11-12]發現由序列比對得到的功能注釋中超過30%是錯誤的。此外，研究表明：大約有20%～40%的蛋白質序列不具有顯著的同源序列，特別是，還有一些獨特的“孤兒”蛋白質（orphan protein）存在。這一事實限制了基于序列全局比對的方法的應用范圍。

2.1.2 序列局部特征分析方法

序列局部特征分析方法又稱為從頭預測方法，該方法不依賴于蛋白質序列的全局比對，而是通過統計一組已知的具有相同功能的蛋白質序列的組成及生化特性等局部特征并建立分類模型，將具有相近或相似特征的序列看作同源序列再劃為同一類，從而進行蛋白質功能預測。這類方法一般可以分為四個階段：特征提取、特征選擇、訓練模型和分類預測。其中，特征提取主要涉及序列特征的定義和提取，常用的特征有氨基酸組成、結構域（domain）、序列模體（motif）、密碼子偏好、等電點和范德華體積以及翻譯后修飾等；特征選擇主要是對特征提取階段提取的特征集進行去除噪聲和去冗余等操作；利用機器學習方法建立一個分類模型，并使用該模型對未知功能的蛋白質序列進行功能預測。2001年，英國威爾士大學Ross D.king[13]將氨基酸序列用三類序列信息來具體表示，利用數據挖掘的學習方法對Riley定義的E.Coli[14]蛋白質進行預測，準確率達到60%～86%。2002年，丹麥科技大學生物序列分析中心L.J.Jensen[15]等人提取14種蛋白質特征，利用神經網絡方法進行蛋白質功能預測。結果表明，當允許假陽性達到10%的情況下，預測敏感度可達到90%。2003年，新加坡大學C.Z.Cai[16]等人利用蛋白質的組成、轉換及分布特征和SVM進行蛋白質功能預測。之后許多學者利用不同的機器學習方法如共學習[17]、樸素貝葉斯[18-19]以及隨機森林[20]進行蛋白質功能預測，也取得了不錯的效果。Kim等人提出了一種基于樸素貝葉斯的基因功能相似度計算方法[21]，可以整合多種不同基因相關數據；英國Leeds大學的Bradford等人則相繼使用這種方法進行基因功能預測[22]；Troyanskaya等將貝葉斯網引入到功能關聯預測，用以表示多種不同數據間的依賴關系[23]。Lourdes等人給出了一種加權核的方法[24]，首先為每種數據建立一個核，然后依質量為每種數據賦予權值，最后通過加求和的方式獲得一個新核。Mostafavi[25]和Valentini[26-27]利用集成不同分類器的結果，按照投票原則產生最終的預測結果。

這類方法比基于序列全局比對的方法更加有效，主要是因為基于局部特征的方法抽取具有生物學意義的序列局部特征能夠更顯完善地判斷序列同源性。然而這類方法也有一定的局限性，特征選取策略和正反例選取策略對分類模型的性能影響比較大，具體表現在：

（1）難以定義能夠有效區分目標基因和其他基因的特征集合。

（2）在實際建立分類模型時發現，已知的具有某一功能的蛋白質序列較少（正例）、已知的不具有該功能的蛋白質序列（反例）不確定，訓練模型時正例和反例集不平衡對模型的性能的影響也比較大。

（3）蛋白質可能同時具有多個功能，簡單將功能預測問題看成二分類問題，會忽略個體蛋白質功能多樣性的特點。

2.2 基于基因組上下文方法

基于基因組上下文的方法通過識別蛋白質之間的關聯關系來預測其可實現的功能。該方法認為：如果兩個或多個蛋白質在不同的基因組中表現出相同或相似的表達模式，則會有很大可能將執行同一個功能[28-29]。這種方法這與依賴于序列同源性的方法是不同的。常用的基因組上下文特征有：基因融合（gene fusion）、基因共現（gene colocation）、基因共表達（gene co-expression）、種系發生樹（Phylogenetic profile）等。

1999年Marcotte[30]第一次提出利用基因融合來預測基因功能，該方法以發生基因融合的基因可能具有相同或相似的功能為依據，可以有效預測基因功能，然而預測結果假陰性較高。實際上，運用基因融合方法推測基因功能的關鍵在于識別真正的直系同源基因。如果待測基因與已知基因之間是旁系同源關系（paralogs）而非直系同源關系（orthologs），那么就很可能發生誤判。

1999年Overbeek[31-32]等人基于基因順序保守的基因所編碼的產物之間很可能存在功能互作或者物理互作這一假說，提出一個雙向最佳匹配方法（bidirectional best-hit method）在多個基因組上尋找位置相近的直系同源基因。該方法有效地發現了大量功能相關的基因。然而，受基因順序保守性發生頻率的限制，其應用的覆蓋度和精確度依賴于已知測定的基因組數量。

近年來，Jiang等[33-34]提出了一些運用進化信息預測蛋白質功能的方法，并取得了較好的結果。研究將每個基因或蛋白表示成一個n維特征串，n等于物種數目，“+”和“-”表示該基因是否在對應的物種中出現，通過這一設計方式就構建了基因的系統發生譜，由此推測系統發生譜相同（近）的基因具有相同或相似的功能。當兩個基因的系統發生譜正好相互互補時，就認為這兩個基因的功能類似，在基因進化過程中將可以替代對方完成某一特定功能。然而系統發生譜沒有考慮系統進化過程中的層次特性，不能夠充分利用進化信息。相對于系統發生譜而言，系統發生樹包含了更豐富的遺傳和進化信息。隨后一些學者提出一些方法整合系統發生樹信息進行基因功能預測。然而，由于系統發生樹比系統發生譜要復雜，因此應用算法要復雜得多；另外，由于系統發生樹的構建強烈依賴于基因組序列，在一定程度上容易引入錯誤信息。因此，系統發生樹的應用迄今仍未達到如系統發生譜一樣具有優勢廣泛發展空間。

根據比較基因組分析的結果，基因組中的雙向轉錄基因對更傾向于具有很強的功能上的相關性，而且存在著潛在的調控作用關系。學者們[35-39] 據此提出一些方法應用雙向轉錄基因對的保守性去預測基因功能。通常認為保守的雙向轉錄基因對具有相似的表達模式，這兩個基因作為彼此的轉錄調控因子相互調控，如果通過同源的方法可以發現雙向轉錄基因對中的一個基因是轉錄調控因子，那么雙向轉錄基因對中的另一個基因就受這個基因調控，并根據轉錄調控因子的功能，可以推測出被調控的基因的功能。然而，利用保守的雙向轉錄基因對推測基因功能的有效性卻將取決于已測定的基因組樣本的數目。

2.3基于蛋白質相互作用網絡方法

與前兩類方法在蛋白質分子個體水平研究蛋白質功能不同，隨著蛋白質相互作用數據的逐漸增多，一些學者開始借助于蛋白質相互作用網絡從系統層面研究蛋白質的功能。研究認為蛋白質通過相互協作共同執行某種生物功能，蛋白質之間通過協作關系形成蛋白質相互作用（protein-protein interaction， PPI）網絡，并根據蛋白質之間相互作用關系設計蛋白質預測方法。本文即將其稱為基于蛋白質相互作用網絡的方法。基于蛋白質相互作用網絡的方法是進行大規模、系統性蛋白質功能預測的重要手段和有效途徑。按目前情況來看，這類方法可以大致分為兩類：直接方法（direct method）和基于網絡模塊的方法（module-assisted method）。在此，給出這兩類方法的概述分析。

直接方法認為相互作用的蛋白質之間的功能相近或相似，并據此設計功能信息傳播算法以預測蛋白質功能。最典型有基于鄰居節點功能推測法[40-42]，基于信息流傳播的方法[43-46]等。其中基于鄰居節點功能推測法篩選蛋白質的鄰居節點的典型功能作為該蛋白質的功能。然而，這種方法依賴于鄰居節點的功能注釋的準確性和完整性。如果蛋白質的鄰居節點功能信息不準確或者大多數鄰居節點的功能未被注釋，則利用該方法的準確性和效率都會比較低。基于信息流傳播的方法將蛋白質相互作用網絡看作是功能信息流通網絡，蛋白質節點的功能信息可以沿著網絡中的邊傳播給其它蛋白質。因此，學者們利用概率統計和圖論知識通過不同的方法計算蛋白質具有某種功能的最大概率值，并據此判斷蛋白質是否具有該功能。

隨著復雜網絡理論和技術的發展，一些學者開始通過挖掘蛋白質網絡中的子模塊或網絡模體來預測蛋白質的功能[47-52]。本文則將這一類方法統稱為基于網絡模塊的方法。這類方法認為在PPI網絡中緊密聯系的子團和頻繁出現的子團都代表相互之間的協作模式，分別被稱為蛋白質復合體（protein complex）和蛋白質網絡模體（network motif）。一般地認為，處于同一蛋白質復合體或網絡模體的蛋白質執行相同或相近的功能。因此，這類方法的難點在于如何準確地識別出蛋白質相互作用網絡中的功能模塊。與此同時，籠統地認為處于同一模塊的蛋白質具有相同功能，忽略蛋白質在功能模塊中的具體分工，不利于精確預測蛋白質的功能。此外，基于蛋白質相互作用網絡的蛋白質功能預測方法對網絡的依賴性較強，蛋白質相互作用網絡的規模和可靠性對預測結果影響較大。

3 結束語

目前，蛋白質功能預測的研究已經引起了越來越多的關注，而機器學習和信息挖掘方法是預測蛋白質的功能的重要途徑。對此，國內外研究者已經展開了細致與深入的研究，并取得了一些研究成果。本文歸納并總結了蛋白質功能預測的計算方法，并分析了已有方法存在的問題和不足，希望借此能推動蛋白質功能預測的進展。從總體來看，未來蛋白質功能預測研究可能考慮以下幾個方面：

（1） 一個蛋白質可以同時擁有多個功能，這些功能之間存在一定的關聯性，如何將這些關聯關系應用到功能預測過程中是一個重要的研究內容。

（2） 如何有效地融合蛋白質序列全局特征、局部特征、基因組上下文環境特征，多角度、準確地預測蛋白質功能。

（3） 如何利用蛋白質的個體特征與蛋白質網絡中的拓撲特征相結合，提高蛋白質復合體和網絡模體的識別精度，并確定蛋白質在執行過程中扮演的準確的角色。

參考文獻

[1] BRANDEN C， TOOZE J. Introduction to Protein Structure[M]. New York： Garland Pub，1999.

[2] LODISH H， BERK A， KAISER C A， et al. Molecular Cell Biology[M] .7th ed. New York： WH Freeman and Company， 2012.

[3] ROSENBERG I M. Protein analysis and purification： benchtop techniques[M]. 2th ed. Boston： Birkh?user ，2005.

[4] ULE J， JENSEN K B， RUGGIU M， et al. CLIP identified Nova-regulated RNA networks in the brain[J]. Science，2003， 302（5648）： 1212–1215.

[5] YOUNG K H. Yeast two-hybrid： so many interactions， （in） so little time[J]. Biology of Reproduction， 1998， 58 （2）： 302–311.

[6] ROST B， LIU J， WRZESZCZYNSKI K O， et al. Automatic prediction of protein function[J]. Cellular & Molecular Life Sciences Cmls，2003， 60 （12）： 2637–2650.

[7] ASHBURNER M. Gene ontology： tool for the unification of biology[J]. Nature Genetics， 2000， 25（1）：25-29.

[8] TETKO I， RODCHENKOV I， WALTER M， et al. Beyond the "best" match： Machine learning annotation of protein sequences by integration of different sources of information[J]. Bioinformatics， 2008， 24（5）：621-628.

[9] ANFINSEN C B， WHITE F H. The kinetics of formation of native ribonuclease during oxidation of the reduced polypeptide chain[J]. Proc Natl Acad Sci USA， 1961， 47（9）：1309–1314.

[10] DOBSON P D， CAI Y B， DOIG A J， et al. Prediction of Protein Function in the Absence of Significant Sequence Similarity[J]. Current Medicinal Chemistry， 2004， 11（16）：2135-2142.

[11] DEVOS D， VALENCIA A. Practical limits of function prediction [J]. Proteins Structure Function & Bioinformatics， 2000， 41（1）： 98-107.

[12] DEVOS D， VALENCIA A. Intrinsic errors in genome annotation [J]. Trends in Genetics Tig， 2001，17（8）：429-431.

[13] KING R， UK B A， KARWATH A， et al. The utility of different representations of protein sequence for predicting functional class[J]. Bioinformatics， 2001， 17（5）： 445–454.

[14] JENSEN L J， GUPTA R， STRFELDT H H， et al. Prediction of human protein function according to Gene Ontology categories[J]. Bioinformatics， 2002， 19（5）：635–642.

[15] SAMANTA M P， LIANG S. MANOJ P S， et al.， Predicting protein functions from redundancies in large-scale protein interaction networks[J]. Proc Natl Acad Sci USA， 2003， 100（22）： 12579-12583.

[16] CAI C Z， HAN L Y， JI Z L， et al. SVM-Prot： web-based support vector machine software for functional classification of a protein from its primary sequence[J].Nucleic Acids Research， 2003，31（13）：3692–3697.

[17] NAM J W， SHIN K R， HAN J， et al. Human MicroRNA Prediction through a Probabilistic Co-Learning Model of Sequence and Structure[J]. Nucleic Acids Research， 2005， 33（11）： 3570-3581.

[18] CAO D N， GARDINER K J， NGUYEN D. Prediction of Protein Functions from Protein Interaction Networks： A Na?ve Bayes Approach [C]//PRICAI. Hanoi， Vietnam：dblp， 2008： 788-798.

[19] Malik Y. et al. Learning from positive examples when the negative class is undetermined-microRNA gene identification， Algorithms for Molecular Biology[J].Algorithm for Molecular Biology， 2008， 3（2）：393-395.

[20] CHEN X W， LIU M. Prediction of protein-protein interactions using random decision forest framework[J]. Bioinformatics， 2005， 21（24）：4394-4400.

[21] WAN K K， KRUMPELMAN C， MARCOTTE E M. Inferring mouse gene functions from genomic-scale data using a combined functional network/classification strategy[J]. Genome Biology， 2008， 9 （2）：1-19.

[22] BRADFORD J R. GO-At： in silico prediction of gene function in Arabidopsis thaliana by combining heterogeneous data[J]. Plant J， 2010， 61（4）：713-21.

[23] TROYANSKAYA O G， DOLINSKI K， OWEN A B， et al. A Bayesian framework for combining heterogeneous data sources for gene function prediction （in Saccharomyces cerevisiae）[J]. PNAS， 2003， 100（14）： 8348-8353.

[24] PE?A-CASTILLO L， TASAN M， MYERS C L， et al. A critical assessment of Mus musculus gene function prediction using integrated genomic evidence[J]. Genome Biology， 2008， 9（10）：1-19.

[25] MOSTAFAVI S. Fast integration of heterogeneous data sources for predicting gene function with limited annotation[J]. Bioinformatics， 2010， （26） 14： 1759-1765.

[26] RE M， VALENTINI G. Simple ensemble methods are competitive with state-of-the-art data integration methods for gene function prediction[J]. Journal of Machine Learning Research， 2010， 8（5719）： 204-205.

[27] VALENTINI G. True Path Rule Hierarchical Ensembles for Genome-Wide Gene Function Prediction[J]. IEEE TCBB， 2011，3（8）： 832- 847.

[28] EISENBERG D， MARCOTTE E M， XENARIOS I， et al. Protein function in the post-genomic era[J]. Nature， 2000， 405 （6788）： 823–826.

[29] SLEATOR R D， WALSH P. An overview of in silico protein function prediction[J]. Arch Microbiology， 2010， 192 （3）： 151–155.

[30] MARCOTTE E M， PELLEGRINI M， NG H L， et al. Detecting protein function and protein-protein interactions from genome sequences[J]. Science， 1999， 285（5248）：751-753.

[31] OVERBEEK R. Use of contiguity on the chromosome to predict functional coupling[J]. Silico Biol，1999， 1（2）： 93-108.

[32] OVERBEEK R， FONSTEIN M， DSOUZA M， et al. The use of gene clusters to infer functional coupling[J]. Proc Natl Acad Sci USA. 1999， 96（6）： 2896-2901.

[33] JIANG Z. Protein function predictions based on the phylogenetic profile method[J]. Critical Reviews in Biotechnology， 2008， 28（4）： 233-238.

[34] LIBERLES D A， THOREN A， ELOFSSON A. The use of phylogenetic pro?les for gene function prediction[J]. Current Genomics. 2002， 3（7）：131–137.

[35] RANEA J A， YEATS C， GRANT A. Predicting Protein Function with Hierarchical Phylogenetic Profiles： The Gene3D Phylo Tuner Method Applied to Eukaryotic Genomes[J]. PLoS Comput Biol， 2007， 3（11）： e237.

[36] NICOTRA L， MICHELI A， STARITA A. Generative Kernels for Gene Function Prediction Through Probabilistic Tree Models of Evolution[M]// MASULLI F， MITRA S， PASI G. Applications of Fuzzy Sets Theory. Berlin Heidelberg： Springer ， 2007，4578： 512–519.

[37] KORBEL J O， JENSEN L J， VON M C， et al. Analysis of genomic context： prediction of functional associations from conserved bi-directionally transcribed gene pairs[J]. Nature Biotechnology， 2004， 22（7）： 911 - 917.

[38] OKUDA S， KAWASHIMA S， GOTO S， et al. Conservation of gene co-regulation between two prokaryotes： Bacillus subtilis and Escherichia coli[J]. Genome Inform， 2005， 16（1）：116-124.

[39] LIU B C， CHEN J， SHEN B. Genome-wide analysis of the transcription factor binding preference of human bi-directional promoters and functional annotation of related gene pairs[J]. BMC Systems Biology， 2011，5（Suppl 1）：172-176.

[40] SCHWIKOWSKI B， UETZ P， FIELDS S. A network of protein–protein interactions in yeast[J]. Nat Biotechnol， 2001， 18（12）： 1257–1261.

[41] HISHIGAKI H， KENTA N， TOSHIHIDE O， et al. Assessment of prediction accuracy of protein function from protein–protein interaction data[J]. Yeast， 2001，18（6）： 523–531.

[42] CHUA H N， SUNG W K， WONG L， et al. Exploiting indirect neighbours and topological weight to predict protein function from protein–protein interactions[J]. Bioinformatics， 2006， 22（13）：1623-1630.

[43] VAZQUEZ A， FLAMMINI A， MARITAN A， et al. Global protein function prediction from protein–protein interaction networks[J]. Nat Biotechnol， 2003（21）： 697–700.

[44] ULAS K， MURALI T M， STAN L， et al. Whole-genome annotation by using evidence integration in functional-linkage networks[J]. Proc Natl Acad Sci USA， 2004， 101（7）：2888-2893.

[45] NABIEVA E， JIM K， AGARWAL A， et al. Whole proteome prediction of protein function via graph-theoretic analysis of interaction maps[J]. Bioinformatics， 2005， 21 （Suppl 1）： i302–i310.

[46] DENG M， TU Z， SUN F，et al. Mapping Gene Ontology to proteins based on protein–protein interaction data[J]. Bioinformatics， 2004， 20（6）：895-902.

[47] HARTWELL L H， HOPFIELD J J， LEIBLER S， et al. From molecular to modular cell biology[J]. Nature， 1999， 402（6761 Suppl）：C47-52.

[48] Bader JS. Greedily building protein networks with confidence[J]. Bioinformatics， 2003， 19： 1869–1874.

[49] BADER G D， HOGUE C W. An automated method for finding molecular complexes in large protein interaction networks[J]. BMC Bioinformatics， 2003， 4（1）： 2.

[50] ENRIGHT A J， DONGEN S V， OUZOUNIS C A， et al. An efficient algorithm for large-scale detection of protein families[J]. Nucleic Acids Res， 2002， 30（7）： 1575–1584.

[51] SHARAN R， IDEKER T. Modeling cellular machinery through biological network comparison[J]. Nat Biotechnol， 2006， 24（4）：427-433.

[52] SHARAN R， IDEKER T， KELLEY B P， et al. Identification of protein complexes by comparative analysis of yeast and bacterial protein interaction data[J]. J Comput Biol， 2005， 12（6）：835-846.