Object-object matching is one of the most frequently observed events in nature. A marriage is a matching between a man and a woman to form a family, and a protein-protein interaction is a matching between two proteins to achieve a specific function. Although matching problems in distinctive domains look different, they usually have several points in common. Since we should undergo many trials of unsuccessful matchmakings before a matching is made, it will be profitable if we can predict if a matching would be successfully made or not before the matchmaking is tried. The recent accumulation of object-object matching and its associated feature data has allowed us to develop methods and techniques to predict object-object matching based on the accumulated data.
In this paper, we propose a general computational framework to predict object-object matching based both on intra-object feature cohesion and inter-object feature coupling information. Unlike conventional methods, the framework incorporates intra-object feature cohesion information additionally in the prediction. In addition, we introduced application of object matching prediction like protein interaction, match-making, recommend attending doctor and wine-food marriage. For the validation of the framework, we developed a protein-protein interaction prediction and primary interacting feature combination pair prediction methods within the framework. According to our evaluation, the framework was effective in developing a protein-protein interaction prediction method, which showed comparable or superior prediction accuracy to the conventional protein-protein interaction prediction methods. In primary interacting domain or domain combination pair prediction, among 253 primary interacting domain combination pairs reported in PDB, 163 domain pairs and 47 domain combination pairs were correctly predicted by the method.
객체-객체 매칭 문제는 우리 주변 생활에서 흔히 접할 수 있는 문제 이다. 그 예로 남, 녀가 가정을 이루기 위해서 만남을 가지는 것과, 단백질 상호작용을 들 수 있다. 비록 매칭 문제들이 각각 영역이 다르고 여러 차이점을 가지고 있지만, 여러 관점에서 그들의 공통점을 찾을 수 있다. 이전의 성공했던 매칭이나 실패했던 매칭의 시도들을 바탕으로 우리는 매칭을 예측하는 기법을 만들 수 있다. 본 논문에서는 이러한 데이터들을 바탕으로 각 객체들이 가지는 특성들을 이용하여 특성 결속 및 결연 기반 객체 매칭을 예측하는 기법을 만들었다. 기존의 기법과는 다른 점은 예측에 특성들간의 결속정보를 추가하였다. 각 매칭 문제들은 그들만의 특이점을 가진다. 따라서 각 객체의 특징들을 파악하여 다르게 적용하여야 한다. 기본적으로 객체 쌍이 동질, 이질일 경우를 나누어서 몇 가지 적용 예를 들어보았다. 그리고 이 기법을 검증하기 위해 우리는 단백질 상호작용과 상호작용에 주된 역할을 하는 도메인 조합 쌍을 예측하였다. 우리의 검증에 따르면 이 기법이 기존의 상호작용 예측 기법보다 효과적인 결과값을 보이는 것을 볼 수 있었다. 그리고 상호작용의 주된 도메인 조합 쌍 예측에서도 좋은 결과를 보였다. PDB에서 발표된 253개의 단백질 상호 작용 쌍 중에서 163개의 단백질 쌍과 47개의 단백질 조합 쌍을 정확하게 예측하였다. 기존의 매칭 문제들은 매칭을 하는지 하지 않는 지에 대한 분류 문제로 해결되었지만, 본 기법을 이용할 시에는 객체들 간의 결속 및 결연을 이용하여 본질적인 매칭 문제를 바탕으로 고안되었기에 매칭 문제들을 푸는데 적합하다.
