[論文レビュー] Graphlets versus node2vec and struc2vec in the task of network alignment

Shawn Gu, Tijana Milenković|arXiv (Cornell University)|May 11, 2018

Bioinformatics and Genomic Networks参考文献 40被引用数 8

ひとこと要約

本研究では、合成ネットワークおよび生物学的ネットワークにおいて、グラフレット、node2vec、struc2vecをネットワークアラインメントの文脈で比較した。グラフレットは、精度と速度の両面で両者を上回った。グラフレット度数ベクトル（GDV）を用いてノード類似度を計算することで、学習ベースの手法（node2vec や struc2vec）よりも優れたアラインメント品質と高速な計算を達成した。特に、グラフレットカウントに効率的なOrca実装を活用した場合に顕著であった。

ABSTRACT

Network embedding aims to represent each node in a network as a low-dimensional feature vector that summarizes the given node's (extended) network neighborhood. The nodes' feature vectors can then be used in various downstream machine learning tasks. Recently, many embedding methods that automatically learn the features of nodes have emerged, such as node2vec and struc2vec, which have been used in tasks such as node classification, link prediction, and node clustering, mainly in the social network domain. There are also other embedding methods that explicitly look at the connections between nodes, i.e., the nodes' network neighborhoods, such as graphlets. Graphlets have been used in many tasks such as network comparison, link prediction, and network clustering, mainly in the computational biology domain. Even though the two types of embedding methods (node2vec/struct2vec versus graphlets) have a similar goal -- to represent nodes as features vectors, no comparisons have been made between them, possibly because they have originated in the different domains. Therefore, in this study, we compare graphlets to node2vec and struc2vec, and we do so in the task of network alignment. In evaluations on synthetic and real-world biological networks, we find that graphlets are both more accurate and faster than node2vec and struc2vec.

研究の動機と目的

• ネットワークアラインメントのタスクにおいて、グラフレットを学習ベースの埋め込み手法（node2vec および struc2vec）と比較すること。
• 従来、計算生物学で用いられてきたグラフレットが、最新の深層学習ベースの手法よりもネットワークアラインメントにおいて優れた性能を示すかどうかを評価すること。
• 異なる埋め込み手法間でのアラインメントの正確性と計算効率のトレードオフを評価すること。
• グラフレットが、最先端のノード埋め込み手法の代替として、ネットワークアラインメントにおいて実用的であるかどうかを検討すること。

提案手法

• グラフレットを用いて、グラフレット度数ベクトル（GDV）によるノード特徴量ベクトルを計算する。GDVは、ノードがさまざまな自己同型軌道に属する小さな部分グラフ（グラフレット）に参加する回数を数える。
• WAVE および SANA の2つの標準的な戦略を用いて、GDV、node2vec、struc2vecの埋め込みから得られるノード類似度を計算し、ネットワークアラインメントをガイドする。
• グラフレットカウントの効率化に、Orcaアルゴリズムを採用。グラフレット軌道間の組み合わせ的関係を活用し、明示的な走査を回避する。
• 合成ネットワークおよび実世界のPPIネットワーク（イースト、ヒト、SF、APMS）を用いて実験を行い、ノイズを含むバージョンを用いて耐性をテストした。
• 実時間およびCPU時間の両方を測定し、各手法間での計算効率を比較した。
• マッチングされたノードペアを用いて、標準的な指標（正確性、再現率、F1スコア）を用いてアラインメント品質を評価した。

実験結果

リサーチクエスチョン

• RQ1 グラフレットは、node2vec や struc2vec よりもより正確なネットワークアラインメントを提供するか？
• RQ2 グラフレットベースの埋め込みは、node2vec や struc2vec よりも計算的により効率的か？
• RQ3 3つの埋め込み手法は、合成ネットワークおよび実世界のPPIネットワークを含むさまざまなネットワークタイプにおいて、どのように性能を発揮するか？
• RQ4 ネットワークノイズが存在する状況でも、グラフレットは学習ベースの手法を上回ることができるか？

主な発見

• すべての評価対象ネットワークにおいて、グラフレットはnode2vec や struc2vec よりも優れたアラインメント正確性を達成した。93.75％のテストで改善が見られた。
• node2vec および struc2vec は、グラフレットを上回ったのは全体の6.25％のケースにとどまり、本文脈では追加の利点が限られていた。
• Orcaを用いたグラフレット計算は、node2vec や struc2vec よりも著しく高速であった。実時間は0.03〜1.08秒（node2vec：9.75〜122.91秒、struc2vec：75.37〜2874.24秒）。
• Orca実装は、グラフレット軌道間の数学的関係を活用することで、明示的ネットワーク走査への依存を低減し、グラフレットカウントを高速化した。
• struc2vec は、ランダムウォーク中にネットワークを変更する追加ステップがあるため、node2vec よりも遅かった。
• 結果から、生物学的および合成ネットワークにおけるネットワークアラインメントにおいて、グラフレットは深層学習ベースの埋め込み手法よりも、より効率的かつ効果的な選択肢であると示唆された。