[論文レビュー] SHINE: SubHypergraph Inductive Neural nEtwork

Yuan Luo|arXiv (Cornell University)|Oct 13, 2022

Advanced Graph Neural Networks被引用数 5

ひとこと要約

SHINE は、遺伝子と経路を共同で埋め込むために二重アテンションメッセージパッシングを用いる、ハイパーグラフにおける部分グラフ表現を学習する最初の帰納的ニューラルネットワークである。部分グラフ分類とノード類似度正則化を共同最適化することで、大規模なNGSデータセットで最先端の性能を達成し、GNN、XGBoost、NMF、多遺伝子リスクスコアを上回る。また、解釈可能で機能的洞察に裏打ちされた疾患モデルを提供する。

ABSTRACT

Hypergraph neural networks can model multi-way connections among nodes of the graphs, which are common in real-world applications such as genetic medicine. In particular, genetic pathways or gene sets encode molecular functions driven by multiple genes, naturally represented as hyperedges. Thus, hypergraph-guided embedding can capture functional relations in learned representations. Existing hypergraph neural network models often focus on node-level or graph-level inference. There is an unmet need in learning powerful representations of subgraphs of hypergraphs in real-world applications. For example, a cancer patient can be viewed as a subgraph of genes harboring mutations in the patient, while all the genes are connected by hyperedges that correspond to pathways representing specific molecular functions. For accurate inductive subgraph prediction, we propose SubHypergraph Inductive Neural nEtwork (SHINE). SHINE uses informative genetic pathways that encode molecular functions as hyperedges to connect genes as nodes. SHINE jointly optimizes the objectives of end-to-end subgraph classification and hypergraph nodes' similarity regularization. SHINE simultaneously learns representations for both genes and pathways using strongly dual attention message passing. The learned representations are aggregated via a subgraph attention layer and used to train a multilayer perceptron for inductive subgraph inferencing. We evaluated SHINE against a wide array of state-of-the-art (hyper)graph neural networks, XGBoost, NMF and polygenic risk score models, using large scale NGS and curated datasets. SHINE outperformed all comparison models significantly, and yielded interpretable disease models with functional insights.

研究の動機と目的

• ハイパーグラフにおける帰納的部分グラフ表現学習の未解決課題に応えること、特に遺伝性医学への応用を念頭に置く。
• 患者固有の変異遺伝子の部分グラフを機能的経路で接続することで、疾患亜型の正確な予測を可能にすること。
• 解釈可能性と機能的推論を支援するために、遺伝子（ノード）と経路（ハイパーエッジ）の両方の表現を同時に学習すること。
• 部分グラフアテンションと類似度正則化を統合することで、未観測の部分グラフに対しても一般化性能と帰納的バイアスを向上させること。
• 複数のがん種において、生物学的に関連する高アテンションの経路を同定することで、疾患メカニズムに関する機能的洞察を提供すること。

提案手法

• 遺伝子をノードとし、機能的経路を複数の遺伝子を接続するハイパーエッジとして持つハイパーグラフ構造を採用する。
• 隣接ノードとハイパーエッジの文脈からの情報を用いて、遺伝子とハイパーエッジの表現を同時に更新する強力な二重アテンションメッセージパッシングを実装する。
• 部分グラフアテンション層を適用し、ノード表現を集約して下流の予測に適した統合された部分グラフレベルの埋め込みを生成する。
• エンドツーエンドの部分グラフ分類とノード類似度正則化の2つの目的を同時に最適化することで、機能的関係を保持する。
• 未学習の部分グラフに対しても帰納的推論が可能なように、集約された部分グラフ表現にマルチレイヤーパーセプトロンを訓練する。
• モデルのアテンション重みを活用して、疾患発症および進行に寄与する主要な経路を同定・解釈すること。

実験結果

リサーチクエスチョン

• RQ1 トレーニング時に未確認のサイズの部分グラフに対しても、ハイパーグラフニューラルネットワークが帰納的表現を効果的に学習できるか。
• RQ2 ノード（遺伝子）とハイパーエッジ（経路）の両方の表現を同時に学習することで、モデルの性能と解釈可能性がどのように向上するか。
• RQ3 ハイパーグラフ構造と類似度正則化を組み込むことで、標準的なGNNやベースラインと比較して部分グラフ分類の正確性がどの程度向上するか。
• RQ4 どの生物学的経路が特定のがん種に対して予測的であり、既知の分子メカニズムと整合するか。
• RQ5 SHINEのアテンションメカニズムが、疾患発症に寄与する生物学的に整合性のある複数の経路を同定できるか。

主な発見

• SHINE は、TCC-MC3 データセットにおいて、最先端のGNN、XGBoost、NMF、多遺伝子リスクスコアをすべて上回った。
• TCC-MC3 データセットでは、AUC が 0.6955 ± 0.0034、AUPRC が 0.5319 ± 0.0049 を達成し、優れた一般化性能と頑健性を示した。
• ハイパーグラフ正則化なしのSHINEでは性能が低下（AUC: 0.6829 ± 0.0059）し、表現学習におけるハイパーグラフ構造の重要性を裏付けた。
• TNF/α、4-1BB、VIP/PACAP、ErbB3シグナル伝達経路など、乳がんおよび肺がんの進行に重要な役割を果たす生物学的に関連する経路が同定された。
• アテンション重みから、ミトコンドリアアポトーシスと脂質合成に関与する複数の経路間の機能的相関が明らかになり、がん形成における協働的役割が示唆された。
• 解釈可能性分析により、SHINEが上位にランク付けした経路が、既存の遺伝学的・医学的知見と一致しており、モデルの生物学的妥当性と臨床的潜在可能性を検証した。