[論文レビュー] An Faster Network Motif Detection Tool

Luís A. A. Meira, Vinícius R. Máximo+2 more|arXiv (Cornell University)|Apr 25, 2018

Bioinformatics and Genomic Networks参考文献 11被引用数 6

ひとこと要約

本稿では、サイズ3〜6の部分グラフのモチーフ探索を、最適化された列挙アルゴリズムとハッシュテーブルを用いた定数時間の同型検出により高速化する、マルチスレッド対応のネットワークモチーフ検出ツールacc-Motifを提示する。計算複雑性の低減と、インダクティブな部分グラフの効率的な並列処理を実現することで、特に大規模ネットワークにおいて、既存のツールを上回る性能を達成する。

ABSTRACT

Network motif provides a way to uncover the basic building blocks of most complex networks. This task usually demands high computer processing, specially for motif with 5 or more vertices. This paper presents an extended methodology with the following features: (i) search for motifs up to 6 vertices, (ii) multithread processing, and a (iii) new enumeration algorithm with lower complexity. The algorithm to compute motifs solve isomorphism in $O(1)$ with the use of hash table. Concurrent threads evaluates distinct graphs. The enumeration algorithm has smaller computational complexity. The experiments shows better performance with respect to other methods available in literature, allowing bioinformatic researchers to efficiently identify motifs of size 3, 4, 5, and 6.

研究の動機と目的

• サイズ5および6のモチーフの列挙が非常に高コストであることに起因する、ネットワークモチーフ検出における計算ボトルネックを解消すること。
• 部分グラフの列挙と同型性チェックの計算複雑性を低減することで、モチーフ検出の効率を向上させること。
• 複数のコア上で部分グラフを独立して評価可能となるマルチスレッドアーキテクチャを採用し、スケーラブルなモチーフ検出を実現すること。
• 既存のツールが通常サイズ5または6で上限に達し、性能が限定的であるのに対し、acc-Motifをサイズ6まで拡張し、そのギャップを埋めること。
• 生物学的・複雑ネットワークにおける統計的に有意なネットワークモチーフを同定するため、バイオインフォーマティシャンやネットワークアナリストに、より速くスケーラブルなソリューションを提供すること。

提案手法

• サイズk=3〜6の誘導部分グラフを効率的に生成することで、計算複雑性を低減する新しい列挙アルゴリズムを採用する。
• 事前に計算されたハッシュテーブルを用いることで、同型性検出をO(1)時間に高速化し、モチーフ分類時に高コストなグラフ同型性チェックの必要性を排除する。
• エッジの向きに応じて頂点の近傍を4つの集合（A, B, C, N）に分割することで、構造的かつ効率的な部分グラフ探索を可能にする。
• マルチスレッドアーキテクチャにより、異なる部分グラフを同時に処理でき、CPUコア数に応じた性能スケーリングを実現する。
• オリジナルグラフとランダム化されたグラフにおけるモチーフ頻度を比較することで、正確なカウントと統計的有意性のテストを両立させる。
• 部分グラフの列挙を効率化するため、隣接集合のパーティショニング戦略（Part(adj(X)))を活用する。

実験結果

リサーチクエスチョン

• RQ1 サイズ3〜6の誘導部分グラフの列挙における計算複雑性をどのように低減すれば、モチーフ検出のパフォーマンスが向上するか？
• RQ2 ハッシュテーブルを用いたO(1)の同型検出が、大規模ネットワークにおけるモチーフ分類の高速化に効果的に適用可能か？
• RQ3 現代のマルチコアシステムにおいて、マルチスレッド処理がモチーフ検出アルゴリズムの実行時間にどの程度向上効果をもたらすか？
• RQ4 本稿で提案するacc-Motifツールは、Fanmod、Kavosh、NetMod、および前回版のacc-Motifと比較して、多様な実世界ネットワークにおいてどのように性能を発揮するか？
• RQ5 Facebook、ODLIS、E.coliなどの大規模ネットワークにおいて、特にk=6モチーフに関して、アルゴリズムのスケーラビリティはどの程度か？

主な発見

• acc-Motifは、すべてのモチーフサイズk=3〜6について、Fanmod、Kavosh、NetModを実行時間で上回り、特にCaliforniaやFacebookのような大規模ネットワークにおいて顕著な性能向上を示した。
• k=6の場合、ODLISでは32スレッドを用いて実行時間を6億4800万ミリ秒から3億ミリ秒未満に短縮し、強力なスケーラビリティを示した。
• Rogetネットワークでは、32スレッドを用いることで単一スレッドと比較して95%の時間短縮を達成し、効果的な並列処理が実現した。
• E.coliネットワークでは、k=6の処理において32スレッドを用いることで、16万4993.5秒から52.9秒にまで短縮され、時間の90%削減を達成した。
• アルゴリズムの計算複雑性は、従来手法よりも顕著に低く抑えられ、k=6の150万個の異なる同型パターンの列挙が高速化された。
• ハッシュベースの同型検出により、O(1)の検索時間となり、リアルタイムのモチーフ分類においてNautyベースの比較処理の高コストを排除した。