[論文レビュー] Presence-absence reasoning for evolutionary phenotypes

James P. Balhoff, T. Alexander Dececchi+2 more|arXiv (Cornell University)|Oct 14, 2014

Biomedical Text Mining and Ontologies参考文献 10被引用数 7

ひとこと要約

本論文では、OWLベースの推論を用いて、進化的な表現型における解剖学的構造の存在・不在を推論する手法を提示する。これにより、詳細な表現型観察を標準化された存在・不在状態に抽象化できる。ドメイン知識と論理的推論を活用することで、特に比較系統解析における形態的スーパーマトリクス構築を支援し、表現型データの統合を向上させる。

ABSTRACT

Nearly invariably, phenotypes are reported in the scientific literature in meticulous detail, utilizing the full expressivity of natural language. Often it is particularly these detailed observations (facts) that are of interest, and thus specific to the research questions that motivated observing and reporting them. However, research aiming to synthesize or integrate phenotype data across many studies or even fields is often faced with the need to abstract from detailed observations so as to construct phenotypic concepts that are common across many datasets rather than specific to a few. Yet, observations or facts that would fall under such abstracted concepts are typically not directly asserted by the original authors, usually because they are "obvious" according to common domain knowledge, and thus asserting them would be deemed redundant by anyone with sufficient domain knowledge. For example, a phenotype describing the length of a manual digit for an organism implicitly means that the organism must have had a hand, and thus a forelimb; the presence or absence of a forelimb may have supporting data across a far wider range of taxa than the length of a particular manual digit. Here we describe how within the Phenoscape project we use a pipeline of OWL axiom generation and reasoning steps to infer taxon-specific presence/absence of anatomical entities from anatomical phenotypes. Although presence/absence is all but one, and a seemingly simple way to abstract phenotypes across data sources, it can nonetheless be powerful for linking genotype to phenotype, and it is particularly relevant for constructing synthetic morphological supermatrices for comparative analysis; in fact presence/absence is one of the prevailing character observation types in published character matrices.

研究の動機と目的

• 多様な生物学的研究における、非常に詳細で自然言語による表現型記述の統合に取り組む。
• 重要な解剖学的前提条件（例：前肢の存在）がしばしば明示されていないが、表現型報告では暗黙のうちに仮定されているという制限を克服する。
• 比較進化的解析に使用可能な標準化された存在・不在状態への表現型データの自動抽象化を可能にする。
• 観察された表現型から欠落している解剖学的文脈を推論することで、合成的形態的マトリクスの構築を支援する。

提案手法

• 生物学的知識から解剖学的関係および階層的依存関係を抽出し、OWL公理生成パイプラインを用いて表現する。
• 詳細な表現型アサーションに基づいて、高階層の解剖学的実体の存在または不在を、OWLオントロジー上で論理的推論する。
• ドメイン固有のオントロジー（例：ZFA, UBERON）を活用して、解剖学的構造とその関係を表現する。
• 形式化された論理的推論を用いて、特定の表現型観察（例：指の長さ）を、暗黙の構造的前提（例：手または前肢の存在）にマッピングする。
• 機械処理可能なオントロジー形式に推論ルールをエンコードすることで、一貫性と再利用可能性を確保する。
• 推論結果の正確性と進化的文脈における妥当性を保証するため、既知の生物学的知識と照合して検証する。

実験結果

リサーチクエスチョン

• RQ1 進化生物学における明示的に報告された表現型特性から、暗黙の解剖学的前提条件をどのように推論できるか。
• RQ2 形式的オントロジーを用いて、詳細な表現型記述から解剖学的構造の存在・不在状態を自動的に導出できる範囲はどの程度か。
• RQ3 OWLアノテートされた表現型データに対する論理的推論は、分類群を越えた形態的データ統合をどのように改善できるか。
• RQ4 この推論パイプラインは、系統解析のための合成的形態的キャラクターマトリクスの構築をどのように支援するか。
• RQ5 欠落している解剖学的文脈を推論することで、比較的表現型データセットの正確性と有用性にどのような影響を与えるか。

主な発見

• 本手法は、OWL推論を用いて、詳細な表現型観察（例：指の長さ）から高階層の解剖学的構造（例：前肢）の存在を成功裏に推論した。
• 生物学的オントロジーにエンコードされた論理的依存関係に基づき、明示的に述べられていない場合でも、存在・不在状態が信頼性高く推論された。
• 本アプローチにより、多様なデータセット間で一貫した表現型データの抽象化が可能となり、合成的形態的マトリクスへの統合が促進された。
• 本パイプラインは、進化生物学における大規模表現型データの統合化の実現可能性を示した。
• 推論された存在・不在状態は、既存の生物学的知識と整合しており、本手法の正確性が裏付けられた。
• 本手法は、標準化され、計算可能な形態的特徴の表現を提供することで、ゲノタイプ-表現型マッピングを支援する。