TỐI ƯU HÓA DỰ ĐOÁN TƯƠNG TÁC PROTEIN-PROTEIN TỪ BIỂU DIỄN NGÔN NGỮ THÔNG QUA CƠ CHẾ CHỌN LỌC ĐẶC TRƯNG ĐA GIAI ĐOẠN VÀ HỌC MÁY XẾP CHỒNG

Mai Xuân Văn và CS. Tập 134, Số 2A, 2025 38 So sánh với các phương pháp hiện hành Để đánh giá khách quan vị trí của E–StackPPI trong bối cảnh nghiên cứu dự đoán PPI, chúng tôi tiến hành đối chiếu mô hình với nhóm phương pháp tiên tiến (SOTA) đã được công bố và sử dụng rộng rãi trên cùng hai bộ dữ liệu DIP–Yeast và DIP–Human. Các số liệu tham chiếu được trích từ công trình của Li và cộng sự [24], trong đó nhóm tác giả đã tổng hợp hiệu năng của mười hai mô hình tiêu biểu, bao gồm các hướng tiếp cận từ đặc trưng thủ công, mô hình tiến hoá, mạng nơ-ron tích chập đến các kỹ thuật kết hợp nhiều mô hình. So sánh trên bộ dữ liệu DIP–Yeast Bảng 5 trình bày hiệu năng của các phương pháp tiên tiến trên bộ dữ liệu DIP–Yeast. Độ chính xác của các mô hình trong nhóm tham chiếu trải dài từ khoảng 86% đến 94.43%, trong đó các phương pháp mạnh nhất như của DL của Du và cộng sự [25], PR-LPQ của Wong và cộng sự. [26], và Bio2Vec CNN của Wang và cộng sự [27] đạt hệ số tương quan Matthews ở mức từ 87.49% đến 88.97%. Nhìn chung, rất ít mô hình vượt được ngưỡng 90% theo chỉ số MCC trên bộ dữ liệu này. Bảng 5. So sánh hiệu năng với 12 phương pháp khác trên tập dữ liệu DIP–Yeast. Phương pháp Accuracy (%) Sensitivity (%) Precision (%) MCC (%) Du và cộng sự (DL) [25] 94.43 ± 0.30 92.06 ± 0.36 96.55 ± 0.59 88.97 ± 0.62 Wong và cộng sự (PR-LPQ + RoF) [26] 93.92 ± 0.36 91.10 ± 0.31 96.45 ± 0.45 88.56 ± 0.63 Wang và cộng sự (Bio2Vec + CNN) [27] 93.30 92.70 93.55 87.49 You và cộng sự (MCD + SVM) [28] 91.36 ± 0.36 90.67 ± 0.69 91.94 ± 0.62 84.21 ± 0.59

An và cộng sự (PSSMMF + SVM) [29] 90.48 ± 0.76 90.26 ± 0.87 90.58 ± 0.98 82.84 ± 1.27 Wang và cộng sự (3-mers + CNN) [27] 90.26 88.14 91.65 82.38 Li và cộng sự (OLPP + RoF) [24] 90.07 ± 0.60 89.83 ± 1.41 90.24 ± 0.56 82.10 ± 0.97 Guo và cộng sự (ACC + SVM) [3] 89.33 ± 2.67 89.93 ± 3.68 88.87 ± 6.16 N/A Zhou và cộng sự (LD + SVM) [30] 88.56 ± 0.33 87.37 ± 0.22 89.50 ± 0.60 77.15 ± 0.68 Guo và cộng sự (AC + SVM) [3] 87.36 ± 1.38 87.30 ± 4.68 87.82 ± 4.33 N/A You và cộng sự (Multiple + PCA-EELM) [5] 87.00 ± 0.29 86.15 ± 0.43 87.59 ± 0.32 77.36 ± 0.44 Yang và cộng sự (LD + KNN) [31] 86.15 ±1.17 81.03 ± 1.74 90.24 ± 1.34 N/A E-StackPPI (đề xuất) 95.67 ± 0.30 94.40 ± 0.51 96.85 ± 0.16 91.36 ± 0.59 Ghi chú: Giá trị N/A biểu thị trường hợp không có số liệu tương ứng trong công trình gốc. Các giá trị in đậm thể hiện mô hình đạt hiệu năng cao nhất trong từng cột so sánh.