1、蛋白質(zhì)相互作用是細胞大部分功能的基礎(chǔ)，直接關(guān)系著生物功能的多樣性，它有兩種主要的形式，包括“物理”上的相互作用和功能上的相互作用，一般的相互作用是指參與同一個代謝途徑，具有相似的功能，也就是功能上的相互作用。 蛋白質(zhì)組學是在整體水平上研究蛋白質(zhì)的結(jié)構(gòu)、相互作用和功能的學科。相互作用連接著蛋白質(zhì)的結(jié)構(gòu)和功能，無疑是研究的熱點和焦點。對蛋白質(zhì)相互作用的研究人們已突破了試驗的手段，而采取計算的方法對它作進一步的認證和高通量的預測，包

2、括基于基因組方法、基于進化的方法和基于蛋白質(zhì)序列的從頭預測方法等。研究表明，基于基因組和進化的方法都各有其局限性，如基于基因組的方法需要知道全基因組的信息等。而基于蛋白質(zhì)從頭預測的方法它只需要知道蛋白質(zhì)序列的主要結(jié)構(gòu)，對于序列的長度等都沒有限制，因而具有廣泛的應(yīng)用價值。 本文利用蛋白質(zhì)序列從頭預測的方法識別相互作用的蛋白質(zhì)，統(tǒng)計了蛋白質(zhì)序列的多個特性，如氨基酸的疏水性、蛋白序列的摩爾分子量、極性以及平均隱蔽面積等。并應(yīng)用BP神

3、經(jīng)網(wǎng)絡(luò)和支持向量機(SVM)分類算法對蛋白質(zhì)相互作用數(shù)據(jù)集進行了識別與比較。選取MIPS數(shù)據(jù)庫中釀酒酵母(Scerevisiae yeast)相互作用數(shù)據(jù)集作為我們的標準數(shù)據(jù)集，其中包括陽性數(shù)據(jù)集4837對和陰性數(shù)據(jù)集9674對。實驗表明，BP神經(jīng)網(wǎng)絡(luò)和SVM都具有較高的準確率，BP神經(jīng)網(wǎng)絡(luò)可達到87％以上的正確率并具有較高的敏感性，同時應(yīng)用SVM的高斯核函數(shù)對本數(shù)據(jù)集也達到了64％以上的正確率，因而都可用于認證和預測由試驗手段得到的蛋