چکیده عفونت‌های ویروسی بیماری‌هایی هستند که توسط ویروس‌ها پس از ورود به سلول‌های میزبان و بر اثر همانندسازی به وجود می‌آیند. عفونت‌زایی، با ایجاد برهم‌کنش میان پروتئین‌های ویروس و پروتئین‌های سلول‌ میزبان صورت می‌گیرد. از این‌رو، شناسایی این برهم‌کنش‌ها نقش بسزایی در جلوگیری، درمان و کنترل عفونت‌زایی دارد. با توجه به اینکه مطالعات آزمایشگاهی بسیار پر‌هزینه و زمان بر هستند، در سال‌های اخیر محققان با استفاده از روش‌های محاسباتی به پیش‌بینی برهم‌کنش میان پروتئین‌های ویروس و انسان می‌پردازند. هرچند این روش‌ها عملکرد مناسبی دارند، اما یکی از چالش‌های اصلی آن‌ها به‌کارگیری نمایش مناسبی برای پروتئین‌ها است که بتواند اطلاعات ساختاری آن ها را در بر داشته باشد. در این مقاله قصد داریم چارچوبی به نام PBS برای پیش‌بینی برهم‎کنش پروتئین-پروتئین بین ویروس‌ها و انسان ارائه دهیم که از توانایی ترنسفورمرها برای نمایش پروتئین‌ها استفاده می‌نماید. این مدل با به‌کارگیری شبکه‌های عصبی دوقلو ناهمگون فضای نمایش را یکپارچه‌سازی می‌کند و درنهایت برهم‌کنش میان پروتئین‌های ویروس و انسان را مدل می‌نماید. چارچوب PBS با کسب امتیاز ACC برابر با ۴۱/۸۱ ٪، امتیاز AUC-ROC برابر با ۳۵/۸۷٪، امتیاز AUC-PR برابر با ۷۸/۸۷٪، امتیاز F1 برابر با ۵۸/۸۱٪ و امتیاز Precision برابر با ۸۴/۸۰٪ عملکرد مناسبی از خود نشان می‌دهد. همچنین، توانایی مدل در پیش‌بینی برهم‌کنش‌های بین پروتئین‌های ویروس آنفولانزا H1N1 و انسان به‌عنوان مورد مطالعاتی سنجیده می‌شود.

چکیده به مجموعه ‌ای از ماکرومولکول‌‌ها که در سلول با یکدیگر دارای تعامل هستند و عمل زیستی خاصی را انجام می‌‌دهند، شبکه زیستی گفته می‌‌شود. ناهنجاری تنها در یک مولکول اتفاق نمی‌افتد بلکه شبکه زیستی مربوط به آن را نیز درگیر می‌کند. برای شناسایی صحیح و جامع عوامل درگیر در یک بیماری باید از مقایسه بین شبکه‌‌های زیستی استفاده نمود. در این راستا، مسایل هم‌ترازی محلی و سراسری شبکه‌‌‌های برهم‌کنش پروتئین- پروتئین تعریف شد. با توجه به NP- کامل‌بودن مساله هم‌ترازی سراسری، الگوریتم‌‌‌های غیرقطعی مختلفی برای حل این مساله ارایه شده است. الگوریتم NetAl در این سال‌های اخیر به‌عنوان یک روش کارآمد برای حل این مساله شناخته شده است. گرچه این الگوریتم توانایی هم‌ترازی دو شبکه را با سرعت مناسبی دارد ولی ویژگی‌های زیستی را برای این منظور در نظر نمی‌گیرد. در این کار قصد داریم یک چارچوب جدید برای مساله هم‌ترازی سراسری شبکه‌های پروتئین- پروتئین به نام PRAF ارایه دهیم که با استفاده از این الگوریتم، نرم‌افزار BINGO و مفهوم هستی‌شناسی ژن، موجب بهبود نتایج الگوریتم‌ NetAl شود.