Percorrendo a Distância para Previsão de Função de Proteínas: Uma Nova Métrica de Distância para Redes de Interação de Proteínas

Em redes de interação proteína-proteína (PPI), a similaridade funcional é frequentemente inferida com base na função de proteínas que interagem diretamente ou, de forma mais geral, em alguma noção de proximidade na rede de interação entre proteínas em uma vizinhança local. Métodos anteriores normalmente medem a proximidade como a distância do caminho mais curto na rede, mas isso tem apenas uma capacidade limitada de capturar distinções finas de vizinhança, porque a maioria das proteínas está próxima uma da outra e há muitos empates em proximidade. Introduzimos a distância do estado de difusão (DSD), uma nova métrica baseada em uma propriedade de difusão gráfica, projetada para capturar distinções mais finas em proximidade para transferência de anotação funcional em redes PPI. Apresentamos uma ferramenta que, ao receber uma rede PPI, irá gerar as distâncias DSD entre cada par de proteínas. Mostramos que substituir a métrica de caminho mais curto por DSD melhora o desempenho dos métodos clássicos de previsão de função de forma abrangente.