[論文レビュー] A generalizable framework for unlocking missing reactions in genome-scale metabolic networks using deep learning

Xiaoyi Liu, Hongpeng Yang+6 more|arXiv (Cornell University)|Sep 20, 2024

Microbial Metabolic Engineering and BioproductionBiochemistry, Genetics and Molecular Biology被引用数 3

ひとこと要約

本論文では、表型データに依存せずにドラフトGEMにおける欠落反応を予測するため、ゲノムスケール代謝ネットワークをハイパーグラフとしてモデル化する深層学習フレームワーク、CLOSEgapsを紹介する。ハイパーグラフ畳み込みネットワークとアテンション機構を統合することで、多様な生物において96%以上の精度でギャップフィリングを達成し、表型予測の精度と主要代謝産物の生産性を顕著に向上させる。

ABSTRACT

Incomplete knowledge of metabolic processes hinders the accuracy of GEnome-scale Metabolic models (GEMs), which in turn impedes advancements in systems biology and metabolic engineering. Existing gap-filling methods typically rely on phenotypic data to minimize the disparity between computational predictions and experimental results. However, there is still a lack of an automatic and precise gap-filling method for initial state GEMs before experimental data and annotated genomes become available. In this study, we introduce CLOSEgaps, a deep learning-driven tool that addresses the gap-filling issue by modeling it as a hyperedge prediction problem within GEMs. Specifically, CLOSEgaps maps metabolic networks as hypergraphs and learns their hyper-topology features to identify missing reactions and gaps by leveraging hypothetical reactions. This innovative approach allows for the characterization and curation of both known and hypothetical reactions within metabolic networks. Extensive results demonstrate that CLOSEgaps accurately gap-filling over 96% of artificially introduced gaps for various GEMs. Furthermore, CLOSEgaps enhances phenotypic predictions for 24 GEMs and also finds a notable improvement in producing four crucial metabolites (Lactate, Ethanol, Propionate, and Succinate) in two organisms. As a broadly applicable solution for any GEM, CLOSEgaps represents a promising model to automate the gap-filling process and uncover missing connections between reactions and observed metabolic phenotypes.

研究の動機と目的

• ゲノムスケール代謝モデル（GEM）における不完全な知識という持続的な課題に対処し、システム生物学および代謝工学分野における精度と有用性を向上させること。
• 高コストで時間がかかる表型スクリーニングや手作業のキュレーションに依存する従来のギャップフィリング手法の限界を克服すること。
• 実験的データやアノテート済みゲノムが利用可能になる前でも、ドキュメントフリーかつデータ駆動型のアプローチでドラフトGEM内の欠落反応を同定できるようにすること。
• 非モデル生物や培養不能種を含む、任意の生物に対して自動的かつスケーラブルで一般化可能なギャップフィリングを実現すること。
• 正確な代謝接続の回復とフラックスバランス分析の結果の向上により、GEMの予測能力を向上させること。

提案手法

• 反応をハイパーエッジ、代謝物をハイパーノードとして対応付けることで、複雑な反応-代謝物関係をトポロジー的にモデル化できるハイパーグラフとして代謝ネットワークを表現する。
• ハイパーグラフ構造からの階層的トポロジカル特徴を抽出するために、学習可能なパラメータを有するハイパーグラフ畳み込みネットワーク（HGCN）を採用する。
• 特徴伝搬中に隣接するハイパーエッジおよび代謝物の重要性を動的に重みづけるために、アテンション機構を統合する。
• ギャップフィリングをハイパーリンク予測問題として定式化し、学習済みハイパーエッジ表現の上にバイナリ分類ヘッドを設けて、仮説的な反応の存在・非存在を予測する。
• ノードとハイパーエッジ間の類似度関数（式3）を用いて、文脈に応じた表現学習を可能にするアテンション重みを計算する。
• 候補反応をBiGGデータベースから上位200件まで反復的に追加する際、フラックスバウンド調整によるエネルギー生成サイクル（EGCs）の検出と排除を含め、信頼性の高いギャップフィリングを実現するため、0.99999の信頼度しきい値を適用する。

実験結果

リサーチクエスチョン

• RQ1 事前の表型データや手作業のキュレーションを必要としない深層学習フレームワークは、ドラフトGEMにおける欠落反応を予測できるか？
• RQ2 ハイパーグラフベースの表現学習アプローチは、ギャップフィリングのための代謝ネットワークのトポロジカル特徴をどれほど的確に捉えられるか？
• RQ3 提案手法は、複数の生物にまたがる多様なGEMにおいて、表型予測の精度をどの程度向上させるか？
• RQ4 フレームワークは、ラクタート、エタノール、プロピオン酸、サッシネートといった主要代謝産物の生産を向上させる生物学的に意味のある欠落反応を同定できるか？
• RQ5 本手法は、非モデル生物や培養不能種を含む、さまざまな生物に一般化して適用可能か？

主な発見

• CLOSEgapsは、複数のゲノムスケール代謝モデルに意図的に導入されたギャップに対して96%を超える精度でギャップフィリングを達成し、高い予測信頼性を示した。
• 24種の異なるGEMにおいて、表型予測の精度が向上し、モデルの的確性と機能的カバレッジの向上を示した。
• 2種の生物において、ラクタート、エタノール、プロピオン酸、サッシネートという4つの重要な代謝産物のインシリコ生産が、欠落反応の同定と統合により顕著に向上した。
• 厳密な信頼度しきい値（0.99999）と反復的EGC検出の組み合わせにより、高品質なギャップフィリングが実現され、代謝的整合性の欠如を回避した。
• ATPやGTPのためのエネルギー散逸反応（全15例）が正常に同定され、再構築モデルにおける誤ったフラックスサイクルの排除に不可欠な役割を果たした。
• 本フレームワークは、生物種の種類に関係なく、任意のGEMに広く適用可能であり、実験的表型データが存在しない状況でも効果的に機能する。