Proteomic analysis of HIV-1 protease specificity with a new feature encoding method

Öz

In this study a new feature encoding scheme named FTKY (Physicochemical Based Encoding Method) has been developed for HIV-1 protease site prediction. FTKY has been tested according to selected best 10-pc(physicochemical), 20-pc, 30-pc, 40-pc and 50-pc by means of accuracy, specificity and AUROC (Area Under Receiver Operating Charecteristic Curve) on Linear Support Vector Machines. Tests have been conducted on two up-to-date HIV-1 protease datasets, PR-1625 and PR-3265. According to empirical results, FTKY has been performed better prediction of accuracy 95.21 % on PR-1625 according to best 10-pc and accuracy 94.37 % when using PR-3261 according to best 30-pc on a standalone classifier.

Anahtar Kelimeler

• HIV-1 Protease Specificity, Feature Representation, Peptide Classification

HIV-1 Proteaz Özgünlüğünün Yeni Bir Öznitelik Temsili Yöntemi ile Proteomik Analizi

Öz

Bu çalışmada HIV-1 proteaz enzimi bölünme kısımlarının tahmini için Fizikokimyasal Tabanlı Kodlama Yöntemi (FTKY) adı verilen yeni bir öznitelik kodlama yöntemi uygulandı. FTKY, seçilen en iyi 10-fk (fizikokimyasal), 20-fk, 30-fk, 40-fk ve 50-fk özelliğe göre sınıf doğruluğu, duyarlık ve Alıcı İşletim Karakteristiği Eğrisi Altında Kalan Alan (AİKAA) değerleri bakımından Doğrusal Destek Vektör Makineleri (DDVM) yöntemi kullanılarak test edilmiştir. Testlerde güncel iki HIV-1 proteaz veri seti, PR-1625 ve PR-3261 kullanılmıştır. Elde edilen deneysel sonuçlara göre 10-fk’ya göre yapılan kodlamalarda, PR-1625 veri seti üzerinde en yüksek performans elde edilirken PR-3261’de ise en düşük performans elde edilmiştir. Elde edilen deneysel sonuçlara göre FTKY, tek sınıflandırıcı üzerinde PR-1625 üzerinde en yüksek sınıf doğruluğunu % 95,21 ile en iyi 10-fk, PR-3261 üzerinde ise % 94,37 sınıf doğruluğu ile en iyi 30-fk vermiştir.

Anahtar Kelimeler

• HIV-1 Proteaz Özgünlüğü, Öznitelik Temsili, Peptit Sınıflandırma

Kaynakça

1. Beck Z.Q., Hervio L, Dawson P.E., Elder J.H., Madison E.L., Identification of efficiently cleaved substrates for HIV-1 protease using a phage display library and use in in inhibitor development. Virology 274 (2): 391-401, 2000.
2. Graves, B.J., Hatada, M.H., Miller, J. K., Graves, M.C., Roy, S., Cook, C.M., Krohn, A., Martin, J.A., Roberts, N.A., In Structure and Function of the Aspartic Protease: Genetics, Structure and Mechanisms. Dunn, B., Ed. Plenum: New York; p. 455, 1992.
3. Kuo-Chen Chou, Prediction of Human Immunodeficiency Virus Protease Cleavage Sites in Proteins, Analytical Biochemistry. 233, 1-14, 1996.
4. [4] Cai Y.D., Chou K.C., Artificial neural network model for predicting HIV protease cleavage sites in protein. Adv Eng Software, 29: 119-128, 1998.
5. Rögnvaldsson, T., You, L., Why neural networks should not be used for HIV-1 protease cleavage site prediction. Bioinformatics, 1702-1709, 2003.
6. Nanni L, Lumini A., MppS: an ensemble of Support Vector Machine based on multiple physicochemical properties of amino-acids. Neuro Computing, 69: 1688-1690, 2006.
7. Carlotta Orsenigo, Carlo Vercellis, Predicting HIV Protease-Cleavable Peptides by Discrete Support Vector Machines. Machine Learning and Data Mining in Bioinformatics, 197-206, 2007.
8. Kawashima, S., Kanehisa, M., AAindex: amino acid index database, Nucleic Acids Res. 20 (1): 374, 2000. (www.genome.jp/aaindex/)

9. Schechter, I., Berger, A. 1967. On the size of the active site in proteases. Biochemical and Biophysical Research Commuications 27, 157-162, 1967.
10. Kontijevskis, A., Wikberg, J.E., Computational proteomics analysis of HIV-1 protease interactome. Proteins-Structure Function and Bioinformatics 68(1): pp. 305-312, 2007.
11. Schilling, O., Overall, C.M., Proteome-derived, database-searchable peptide libraries for identifying protease cleavage sites. Nat Biotechnol 26(6): pp. 685-694, 2008.
12. Rognvaldsson, T., Etchells, T.A., How to find simple and accurate rules for viral protease cleavage specificities. BMC Bioinformatics 10: 149, 2009.
13. Wang, L., Support Vector Machines: Theory and Applications, Springer, 2005.
14. Gök M., Özcerit A.T., Linear Support Vector Machines for HIV-1 Protease Site Detection, ISSD'09, Sarajevo, Bosnia Herzogovia, pp. 381-384, 2009.
15. [15] Narayanan, A., Wu X., Yang, Z.R., Mining viral protease data to extract cleavage knowledge. bioinformatics, 18: suppl 1, pp. 5-13, 2002.
16. Akdemir, B., Tahmin uygulamalarında performans geliştirmek için kullanılan normalizasyon metotlarına yeni bir yaklaşım. Doktora Tezi, Selçuk Üniversitesi, 2009.
17. Jain A., Nandakumar K., Score normalization in multimodal biometric systems. Pattern Recognition, 38(12): pp. 2270-2285, 2005.
18. Fawcett, T., ROC graphs: Notes and practical considerations for researchers. Technical Report, HP Laboratories. California, USA, 2004.
19. Elmali, F., Altin Standarth ve Altin Standartsiz Durumlarda, Yari Parametrik ve Parametrik Olmayan ROC eğrisi yöntemlerinin karşılaştırılması. Osmangazi Üniversitesi, Sağlık Bilimleri Enstitüsü Doktora Tezi, 2009.
20. Junshui, M.A., Y.I., Zhao., OSU SVM Toolbox for MATLAB, 2002. (http://sourceforge.net/projects/svm/)
21. Duda, R.O., hart, P.E., Stork, D.G., Pattern Classification, 2nd edition. John Wiley & Sons Inc, 2001.