An ensemble classifier with random projection for predicting multi-label protein subcellular localization

Wan, Shibiao; Mak, Man‐Wai; Zhang, Bai; Wang, Yue; Kung, Sun‐Yuan

doi:10.1109/bibm.2013.6732715

Cited by 7 publications

(3 citation statements)

References 36 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Recently, several state-of-the-art multi-label predictors have been proposed, such as Hum-mPLoc 2.0 [51], iLoc-Hum [27], mGOASVM [61], HybridGO-Loc [62], R3P-Loc [63], mPLRLoc [64] and other predictors [65,66,67]. They all use the GO information as the features and apply different multi-label classifiers to tackle the multi-label classification problem.…”

Section: Introductionmentioning

confidence: 98%

mLASSO-Hum: A LASSO-based interpretable human-protein subcellular localization predictor

Wan

Mak

Kung

2015

Journal of Theoretical Biology

Self Cite

View full text Add to dashboard Cite

Section: Introductionmentioning

confidence: 98%

mLASSO-Hum: A LASSO-based interpretable human-protein subcellular localization predictor

Wan

Mak

Kung

2015

Journal of Theoretical Biology

Self Cite

View full text Add to dashboard Cite

“…Many state-of-the-art multi-label predictors – such as iLoc-Hum [ 27 ], Hum-mPLoc 2.0 [ 43 ], mGOASVM [ 44 ], HybridGO-Loc [ 45 ], R3P-Loc [ 46 ], mPLR-Loc [ 47 ] and others [ 48 – 50 ] – use GO information as features and apply different multi-label classifiers to tackle the multi-label classification problem. Nevertheless, due to the high dimensionality of GO features, these GO-based predictors often have the following drawbacks: Lack of interpretability .…”

Section: Introductionmentioning

confidence: 99%

Sparse regressions for predicting and interpreting subcellular localization of multi-label proteins

2016

Self Cite

View full text Add to dashboard Cite

BackgroundPredicting protein subcellular localization is indispensable for inferring protein functions. Recent studies have been focusing on predicting not only single-location proteins, but also multi-location proteins. Almost all of the high performing predictors proposed recently use gene ontology (GO) terms to construct feature vectors for classification. Despite their high performance, their prediction decisions are difficult to interpret because of the large number of GO terms involved.ResultsThis paper proposes using sparse regressions to exploit GO information for both predicting and interpreting subcellular localization of single- and multi-location proteins. Specifically, we compared two multi-label sparse regression algorithms, namely multi-label LASSO (mLASSO) and multi-label elastic net (mEN), for large-scale predictions of protein subcellular localization. Both algorithms can yield sparse and interpretable solutions. By using the one-vs-rest strategy, mLASSO and mEN identified 87 and 429 out of more than 8,000 GO terms, respectively, which play essential roles in determining subcellular localization. More interestingly, many of the GO terms selected by mEN are from the biological process and molecular function categories, suggesting that the GO terms of these categories also play vital roles in the prediction. With these essential GO terms, not only where a protein locates can be decided, but also why it resides there can be revealed.ConclusionsExperimental results show that the output of both mEN and mLASSO are interpretable and they perform significantly better than existing state-of-the-art predictors. Moreover, mEN selects more features and performs better than mLASSO on a stringent human benchmark dataset. For readers’ convenience, an online server called SpaPredictor for both mLASSO and mEN is available at http://bioinfo.eie.polyu.edu.hk/SpaPredictorServer/.

show abstract

“…(PHUOC; KIM, 2011) propõe um método que analisa a distância entre os pontos de treinamento para agrupá-los em espaços onde há maior densidade de dados, de forma a evitar os comportamentos irregulares e aproveitar corretamente os recursos disponíveis. Os autores em (WAN et al, 2013) propõem um método com aplicação de Random Projection (RP) para a construção de um conjunto classificador, com uso de SVM para redução de dimensão no espaço de informações, que melhora a predição e reduz overfitting. Para minimizar erros de predição (LUCENA et al, 2013) desenvolve um modelo de regressão linear para previsão da concentração de proteína de trigo, medindo centenas de variáveis correlacionadas com as propriedades físico-químicas e que pode ser utilizada para estimar a concentração de proteína.…”

Section: Estado Da Arte De Pspunclassified

MDAPSP - Uma arquitetura modular distribuída para auxílio à predição de estruturas de proteínas

Oliveira¹

View full text Add to dashboard Cite

Agradeço primeiramente à minha família pela paciência, compreensão e apoio desde sempre. Ao prof. Júlio pelas oportunidades e pela orientação nessa caminhada acadêmica. Agradeço aos demais professores que contribuíram para minha formação e desenvolvimento dessa pesquisa, àqueles que integram o LaSDPC, ao prof. Alexandre Delbem pela colaboração e ao prof. Stephan Reiff-Marganiec pela orientação no período na Universidade de Leicester-Inglaterra. Aos meus amigos, dos quais destaco quatro que auxiliaram diretamente na construção dessa tese, Alexandre Defelicibus, Fausto Costa, Mário Pardo e Juliano Ferreira. Aos companheiros de laboratório pelas conversas, risadas e trocas de conhecimento. Aos amigos com quem convivi nesses anos, compartilhando teto, experiências, alegrias e dificuldades. Aos amigos de toda a vida de Machado, Poços de Caldas, São Carlos, Leicester e demais lugares que tive o prazer de conhecer. Muito obrigado. "O que sabemos é uma gota, o que ignoramos é um oceano." (Isaac Newton) Palavras-chave: Arquiteturas orientadas a serviço, predição de estruturas de proteínas, gateways científicos, workflows científicos, WorkflowSim.

show abstract

An ensemble classifier with random projection for predicting multi-label protein subcellular localization

Cited by 7 publications

References 36 publications

mLASSO-Hum: A LASSO-based interpretable human-protein subcellular localization predictor

mLASSO-Hum: A LASSO-based interpretable human-protein subcellular localization predictor

Sparse regressions for predicting and interpreting subcellular localization of multi-label proteins

MDAPSP - Uma arquitetura modular distribuída para auxílio à predição de estruturas de proteínas

Contact Info

Product

Resources

About