Оценка методов предсказания функций белков: первые результаты проекта CAFA

Мы живем в "постгеномную эру", когда данные о последовательностях ДНК растут экспоненциально, но для большинства идентифицированных генов мы не знаем их биологических функций. Они подобны словам на иностранном языке, которые нужно расшифровать. Понимание функции генов стало ключевой проблемой молекулярной биологии.

Чтобы оценить, насколько хорошо современные алгоритмы справляются с этой задачей, был организован масштабный эксперимент Critical Assessment of protein Function Annotation (CAFA). Его цель — оценка множества методов, используемых для предсказания функций белков — "рабочих лошадок" клетки, кодируемых нашими генами.

Ход эксперимента CAFA

• В проекте участвовали 30 исследовательских групп (102 учёных и студента) из ведущих университетов Северной Америки, Европы, Азии и Австралии.
• Они представили в общей сложности 54 метода предсказания.
• Группы участвовали в слепых тестах: они предсказывали функции белковых последовательностей, функции которых уже были известны, но ещё не опубликованы.
• Независимые оценщики затем судили об их результативности.

Результаты и выводы

Результаты опубликованы в выпуске журнала Nature Methods за этот месяц, а 15 сопутствующих статей с детальным описанием методов вышли в специальном выпуске BMC Bioinformatics.

Ключевой вывод: Наиболее точные предсказания дают алгоритмы, комбинирующие различные источники данных. Лучшие методы объединяли данные филогенетики, экспрессии генов и белок-белковых взаимодействий.

Проект выявил высокий энтузиазм и дух сотрудничества в научном сообществе, несмотря на конкурентную среду. Как отметил один из организаторов, Иддо Фридберг: "Впервые у нас есть широкое понимание того, что работает, где нужны улучшения и как двигать область вперед... Только совместными усилиями мы сможем продвинуть область вперёд и научиться использовать поток геномных данных, превращая его в полезную информацию".

Эксперименты CAFA будут продолжены, чтобы способствовать созданию ещё более совершенных методов для расшифровки информации, закодированной в наших геномах и геномах других организмов.