[論文レビュー] Network comparison using directed graphlets

David Aparício, Pedro Ribeiro+1 more|arXiv (Cornell University)|Nov 6, 2015

Bioinformatics and Genomic NetworksBiochemistry, Genetics and Molecular Biology参考文献 39被引用数 18

ひとこと要約

本稿では、代謝、シグナル伝達、およびレギュラトリー・ネットワークなどの生物学的ネットワークにおける方向性トポロジーを捉えるために、非有向グラフレットの一般化としての有向グラフレットを提案する。g-trieデータ構造を用いてグラフレット解析を有向ネットワークに拡張することで、著者らはgtrieScanner—高速かつ効率的なツールを導入し、最新の手法を凌駃する速度を実現するとともに、任意サイズの有向および非有向グラフレットをサポートする。これにより、ネットワークの種別による正確な分類が可能となる。

ABSTRACT

With recent advances in high-throughput cell biology the amount of cellular biological data has grown drastically. Such data is often modeled as graphs (also called networks) and studying them can lead to new insights into molecule-level organization. A possible way to understand their structure is by analysing the smaller components that constitute them, namely network motifs and graphlets. Graphlets are particularly well suited to compare networks and to assess their level of similarity but are almost always used as small undirected graphs of up to five nodes, thus limiting their applicability in directed networks. However, a large set of interesting biological networks such as metabolic, cell signaling or transcriptional regulatory networks are intrinsically directional, and using metrics that ignore edge direction may gravely hinder information extraction. The applicability of graphlets is extended to directed networks by considering the edge direction of the graphlets. We tested our approach on a set of directed biological networks and verified that they were correctly grouped by type using directed graphlets. However, enumerating all graphlets in a large network is a computationally demanding task. Our implementation addresses this concern by using a state-of-the-art data structure, the g-trie, which is able to greatly reduce the necessary computation. We compared our tool, gtrieScanner, to other state-of-the art methods and verified that it is the fastest general tool for graphlet counting.

研究の動機と目的

• 代謝、シグナル伝達、レギュラトリィネットワークなどの生物学的ネットワークにおける方向性トポロジカル特徴を捉えるために、非有向グラフレットの限界を解消すること。
• 任意サイズの有向グラフレットを列挙するスケーラブルで効率的な手法を開発し、大規模ネットワーク解析における計算ボトルネックを克服すること。
• エッジの方向性を活用することで、より優れた構造的インサイトをもたらす有向グラフレットを用いて、ネットワークの正確な比較および種別分類を可能にすること。
• グラフレットおよびネットワークモチーフの列挙をカスタマイズ可能な部分グラフクエリでサポートする汎用ツールの構築

提案手法

• 部分グラフ同型の検出においてエッジの方向性を考慮することで、非同型な有向部分グラフとしての有向グラフレットを同定できるように、グラフレットフレームワークを有向ネットワークに拡張する。
• g-trieデータ構造を用いて、指定されたサイズまでのすべての可能なグラフレットをコンactに表現し、効率的に列挙することで、重複計算を顕著に削減する。
• 低次のグラフレット周波数から高次のものを計算する再帰的方程式系を用いることで、ネットワークの繰り返し走査を最小限に抑え、計算コストを低減する。
• ユーザーがカスタムのグラフレットまたはモチーフの集合を指定できる柔軟なクエリインターフェースを実装し、ツールの適応性を高める。
• g-trieの部分グラフパターンのインデックス化および走査の効率性を活用することで、特に大規模ネットワークにおいて性能を最適化する。
• 単一の統合フレームワークと実装により、非有向および有向グラフレット、およびネットワークモチーフの両方をサポートする。

実験結果

リサーチクエスチョン

• RQ1 有向グラフレットは、代謝、シグナル伝達、転写調節ネットワークなどの異なる種類の生物学的ネットワークを効果的に区別できるか？
• RQ2 グラフレット解析にエッジの方向性を組み込むことで、非有向グラフレットと比較して、構造的差異の検出がどの程度向上するか？
• RQ3 g-trieデータ構造は、既存のツールと比較して、大規模な有向ネットワークにおけるグラフレット列挙をどの程度高速化できるか？
• RQ4 gtrieScannerは、さまざまなネットワークタイプおよびサイズにおいて、最新のグラフレットおよびネットワークモチーフ列挙ツールと比較して、性能面でどの程度優れているか？

主な発見

• 有向グラフレットは、非有向グラフレットが捉え損なう意味のあるトポロジカル差を捉える能力を示し、生物学的ネットワークを種別ごとに効果的にグループ化した。
• gtrieScannerは、非有向グラフに対してはネットワークモチーフツール（例：Kavosh, FANMOD）と比較して平均で約2桁の速度向上を達成し、有向グラフでは約20倍の高速化を実現した。
• GraphCrunch や ORCA はサイズ ≤5 の非有向グラフレットに限定されているが、gtrieScannerはより大きなサイズおよび有向グラフレットをサポートしており、それらを上回る性能を発揮した。
• gtrieScannerは、任意の部分グラフクエリに対応可能な、グラフレットおよびモチーフカウントの最速の汎用ツールであり、スケーラビリティと柔軟性に優れている。
• g-trieインデキシングに基づく再帰的方程式の使用により、計算オーバーヘッドが低減され、特に大きなグラフレットにおいても正確性を損なわずに効率的な処理が可能となった。
• エッジの方向性が生物学的に重要なトランスクリプション調節およびシグナル伝達経路などの有向ネットワークの効率的解析を可能にした。