[論文レビュー] SANA: Simulated Annealing Network Alignment Applied to Biological Networks

Nil Mamano, Wayne B. Hayes|arXiv (Cornell University)|Jul 9, 2016

Bioinformatics and Genomic Networks参考文献 33被引用数 5

ひとこと要約

本論文では、PPIネットワーク全体にわたり生物学的（配列類似性およびGO類似性）およびトポロジカル（エッジカバレッジ、S3、WEC、LCCS）の複数の目的関数を最適化する、シミュレーテッドアニーリングに基づく新規なネットワークアラインメント手法SANAを紹介する。SANAは、適応的温度スケジューリングを用いた確率的最適化により、指数的スケールの解空間を効率的に探索することで、従来手法よりも高速かつ優れたアラインメント品質を達成する。

ABSTRACT

The alignment of biological networks has the potential to teach us as much about biology and disease as has sequence alignment. Sequence alignment can be optimally solved in polynomial time. In contrast, network alignment is $NP$-hard, meaning optimal solutions are impossible to find, and the quality of found alignments depend strongly upon the algorithm used to create them. Every network alignment algorithm consists of two orthogonal components: first, an objective function or measure $M$ that is used to evaluate the quality of any proposed alignment, and second, a search algorithm used to explore the exponentially large set of possible alignments in an effort to find "good" ones according to $M$. Objective functions fall into many categories, including biological measures such as sequence similarity, as well as topological measures like graphlet similarity and edge coverage (possibly weighted). Algorithms to search the space of all possible alignments can be deterministic or stochastic, and many possibilities have been offered over the past decade. In this paper we introduce a new stochastic search algorithm called SANA: Simulated Annealing Network Aligner. We test it on several popular objective functions and demonstrate that it almost universally optimizes each one significantly better than existing search algorithms. Finally, we compare several topological objective functions using SANA. Software available at http://sana.ics.uci.edu.

研究の動機と目的

• グローバルなペアワイズネットワークアラインメントのためのより効果的な探索アルゴリズムを開発すること。これはNP困難であり、ヒューリスティックの選択に極めて敏感である。
• 生物学的（配列類似性、GOエントリックネス）およびトポロジカル（エッジカバレッジ、S3、LCCS）の多様な目的関数におけるアラインメント品質の向上を図ること。
• 1つの探索アルゴリズムが、複数の多様な目的関数において一貫して既存手法を上回ることを示すこと。
• 現在の目的関数の限界、例えばエッジカバレッジ（EC）のように誤解を招きやすく、速やかに飽和するものへの対処。
• 任意の目的関数に対してシミュレーテッドアニーリングを用いることで適用可能な柔軟で高性能なアラインメントフレームワークの提供。

提案手法

• SANAは、2つのPPIネットワーク間の1対1ノードマッピングの指数的スケールの解空間を探索するために、シミュレーテッドアニーリングを採用する。
• 局所最適解から脱出するための温度制御された受容確率を用い、時間の経過とともに徐々にランダム性を低下させる。
• 任意の目的関数（例：EC、S3、WEC、LCCS、SEQ、GO_k）をスコア基準としてサポートし、ユーザー定義の測定値の最適化を可能にする。
• 探索は段階的更新によって誘導される：ノードの入れ替えが近傍解を探索する手段として用いられ、各変更後にエネルギー（スコアの負の値）が評価される。
• 問題インスタンスに応じて適応的に変化する動的温度スケジュールを用いることで、収束性と解の品質が向上する。
• 実行時間の割り当てを最大限に活用するように実装されており、すべてのテストケースで一貫したパフォーマンスを発揮する。

実験結果

リサーチクエスチョン

• RQ1 1つの確率的探索アルゴリズムが、PPIネットワークアラインメントにおいて多様な目的関数の幅広い範囲で、既存手法を上回ることができるか？
• RQ2 適切にチューニングされたシミュレーテッドアニーリングは、決定的または他の確率的手法よりも優れたアラインメントを生み出すか？
• RQ3 SANAは生物学的関連性（例：配列類似性およびGO類似性）およびトポロジカル保存性の観点から、最先端手法と比較してどのように異なるか？
• RQ4 エッジカバレッジ（EC）のような一般的に用いられる目的関数が、アラインメント品質を誤って誘導する程度はどの程度で、SANAはこれを緩和できるか？
• RQ5 S3 や LCCS のような複雑な目的関数を、高い生物学的意義を維持したまま、より良く最適化できるか？

主な発見

• SANAは、EC、S3、WEC、LCCS のすべてのテスト目的関数を、L-GRAAL や MAGNA++ を含むいかなる既存手法よりも顕著に改善する。
• SANA-LG（LCCSに最適化）は、他のすべての手法と同等またはそれ以上のトポロジカルスコアを達成するとともに、他のいかなる手法よりも顕著に高い生物学的スコア（SEQおよびGO_k）を生成する。
• SANA-S3 は、S3最適化において他のすべての手法を上回り、非SANA手法よりも優れた生物学的スコアを達成する。
• SANAは、他の手法が特定の目的に最適化されていようとも、一貫して優れたアラインメント品質を生み出す。
• 本研究では、ECが高すぎる飽和性と生物学的正しさの欠如により誤解を招くため、誤解を避けるために名称の変更を提唱する。
• SANAは、優れた結果を達成しながらも、現在の手法よりも高速に実行され、大規模なネットワークアラインメントにおける効率性と有効性を示している。