基于模糊K均值的方法，结合PSI-BLAST、Jaccard相似度及OMA特征，用于检测与塑料降解相关的蛋白质序列中的异常值

《Scientific Reports》：Fuzzy K-means–based outlier detection in plastic-degradation-related protein sequences using PSI-BLAST, Jaccard similarity, and OMA features

　　

摘要

由于合成聚合物的持久性，塑料污染是一种严重的环境危害，因此需要开发先进的检测技术。本研究提出了一种基于模糊K均值的方法，结合PSI-BLAST比对特征、杰卡德相似度以及OMA进化评分，用以识别与塑料降解相关的蛋白质序列中的功能异常值。该系统共进行了三种组合测试：（i）仅使用PSI-BLAST可识别出200个异常值；（ii）结合杰卡德相似度后，异常值数量降至162个；（iii）再加入OMA评分后，异常值数量进一步减少到151个，异常值检测精度提升了24.5%。这种方法能够识别出与已知降解酶相似性较低的蛋白质，这些蛋白质可能是具有新催化功能的候选分子。根据聚类结果构建的知识图谱可以展示蛋白质间的关联模式，并筛选出关联较弱的异常值。这些研究结果表明，结合进化、结构及功能指标，能够更精准地识别与塑料降解途径相关的非典型蛋白质序列。