Kaggle賽題解析：蛋白質功能預測

比賽名稱：CAFA 5 Protein Function Prediction

根據蛋白質的氨基酸序列和其他數據進行訓練，預測蛋白質的生物學功能。

比賽鏈接：https://www.kaggle.com/competitions/cafa-5-protein-function-prediction

比賽類型：生物科學、氨基酸序列

比賽背景

蛋白質負責我們(men) 組織、器官和身體(ti) 的許多活動，它們(men) 還在細胞的結構和功能中發揮核心作用。蛋白質是由 20 種被稱為(wei) 氨基酸的結構單元組成的大分子。

人體(ti) 製造數萬(wan) 種不同的蛋白質，每一種蛋白質都是由幾十或幾百個(ge) 氨基酸依次連接而成。這種氨基酸序列決(jue) 定了蛋白質的三維結構和構象動力學，進而決(jue) 定了其生物學功能。

由於(yu) 正在進行的基因組測序項目，我們(men) 被來自數千種物種的大量基因組序列數據淹沒，這些數據告訴我們(men) 這些基因編碼的蛋白質的氨基酸序列數據。將生物學功能準確分配給蛋白質是在分子水平上理解生命的關(guan) 鍵。

比賽任務

這是一個(ge) 視角的數據競賽。測試數據中的許多蛋白質目前沒有明確任何指定的功能。研究人員在比賽進行期間將發布一些蛋白質將構成未來的測試集，最終排行榜分數將在比賽的策劃階段後計算。

評價指標

組織者提供了一組蛋白質序列，參與(yu) 者被要求預測三個(ge) 子本體(ti) 中的基因本體(ti) 論 (GO) 術語：分子功能 (MF)、生物過程 (BP) 和細胞成分 (CC)。

https://www.kaggle.com/competitions/cafa-5-protein-function-prediction/overview/evaluation

數據描述

基因本體(ti) 論(GO) 是一個(ge) 概念層次結構，它描述了不同抽象級別的基因和基因產(chan) 物的生物學功能。它是描述蛋白質功能的多麵性的一個(ge) 很好的模型。

對於(yu) 訓練集，我們(men) 包括所有帶有注釋術語的蛋白質，這些術語已通過實驗或高通量證據。測試集在比賽開始時是未知的。它將包含來自測試超集的蛋白質序列（及其功能），這些超集在提交截止日期和評估時間之間獲得了實驗注釋。

• train_sequences.fasta - 訓練集中蛋白質的氨基酸序列
• train_terms.tsv - 蛋白質訓練集和相應的帶注釋的 GO 術語
• train_taxonomy.tsv - 訓練集中蛋白質的分類 ID
• go-basic.obo - 本體圖結構
• testsuperset.fasta - 應該進行預測的蛋白質的氨基酸序列
• testsuperset-taxon-list.tsv - 測試超集中蛋白質的分類 ID
• IA.txt - 每個術語的信息積累。這用於衡量精度和召回率（參見評估）
• sample_submission.csv - 格式正確的樣本提交文件

比賽賽程

• 2023 年 8 月 14 日 - 報名截止日期。
• 2023 年 8 月 14 日 - 團隊合並截止日期
• 2023 年 8 月 21 日 - 提交截止日期。

賽題獎金

• 第一名 - 15,000 美元
• 第二名 - 10,000 美元
• 第三名 - 8,000 美元
• 第四名 - 7,000 美元
• 第五名 - 5,000 美元
• 第六名 - 5,000 美元

解題思路

賽題數據是以序列的方式進行組織，其中蛋白質包含了多個(ge) 氨基酸序列。因此在建模時，可以考慮使用序列模型。

可以參考已有的蛋白質預測比賽，也可以參考已有的序列分類模型，但應該有Transformer類似結構。

https://www.kaggle.com/code/danofer/cafa-protein-implicit-tfrs-recommender-baseline