[論文レビュー] TreeGrafter: phylogenetic tree-based annotation of proteins with Gene Ontology terms and other annotations

Haiming Tang, ROBERT FINN+1 more|arXiv (Cornell University)|Feb 20, 2018

Genomics and Phylogenetic Studies参考文献 5被引用数 4

ひとこと要約

TreeGrafter は、事前にアノテートされた系統樹にクエリ配列を挿入し、系統的関係を用いて機能的アノテーション（例：Gene Ontology用語やPANTHER分類）を系統的祖先ノードから伝達することで、タンパク質アノテーションを向上させる計算ツールである。この手法はサブファミリーHMMスコアリングを上回り、リファレンス系統樹に埋め込まれた進化的関係を活用することで、非常に特異的なGOアノテーションを提供する。

ABSTRACT

Summary: TreeGrafter is a new software tool for annotating protein sequences using annotated phylogenetic trees. Cur-rently, the tool provides annotations to Gene Ontology terms, and PANTHER protein class, family and subfamily. The ap-proach is generalizable to any annotations that have been made to internal nodes of a reference phylogenetic tree. Tree-Grafter takes each input query protein sequence, finds the best matching homologous family in a library of pre-calculated, pre-annotated gene trees, and then grafts it to the best location in the tree. It then annotates the sequence by propagating anno-tations from its ancestral nodes in the reference tree. We show that TreeGrafter outperforms subfamily HMM scoring for cor-rectly assigning subfamily membership, and that it produces highly specific annotations of GO terms based on annotated reference phylogenetic trees. This method will be further inte-grated into InterProScan, enabling an even broader user com-munity. Availability: TreeGrafter is freely available on the web at https://github.com/haimingt/TreeGrafting.

研究の動機と目的

• 事前にアノテートされた系統樹から、進化的関係を用いて新規タンパク質配列へ機能的アノテーションを伝達する手法を開発すること。
• 従来のHMMベースの手法と比較して、タンパク質ファミリー内のサブファミリー所属の正確性を向上させること。
• リファレンス系統樹における祖先ノードのアノテーションを活用することで、特異的かつ生物学的に意味のあるGene Ontology用語のアノテーションを可能にすること。
• InterProScanへの統合を通じて、バイオインフォマティクスコミュニティ全体での利用可能性を高めること。
• リファレンス系統樹の内部ノードに割り当てられた任意のアノテーションに一般化可能なアプローチを構築すること。

提案手法

• 各クエリタンパク質配列について、事前に計算されたアノテート済み遺伝子系統樹ライブラリ内から最も類縁性の高いファミリーを同定する。
• 系統的距離に基づいて、リファレンス系統樹内での最適な挿入位置を特定するための配列アラインメントを実行する。
• 挿入点から根へ至る経路に沿って、リファレンス系統樹の祖先ノードからクエリ配列へアノテーションを伝達する。
• 内部ノードに事前にGO用語やPANTHER分類などの機能的用語がラベル付けされた、事前にアノテート済みのリファレンス系統樹に依存する。
• de novo のHMMモデリングを必要とせず、配列類似性および系統的配置を用いて機能的アノテーションを推定する。
• GO や PANTHER に限らず、リファレンス系統樹の内部ノードに割り当てられた任意のアノテーションタイプに対しても拡張可能に設計されている。

実験結果

リサーチクエスチョン

• RQ1 系統樹ベースのアノテーションは、サブファミリーHMMスコアリングと比較して、サブファミリー所属予測の正確性を向上させることができるか？
• RQ2 系統樹ベースのアノテーションは、シーケンスベースの手法と比較して、Gene Ontology用語の伝達においてどの程度高い特異性を示すか？
• RQ3 リファレンス系統樹からの祖先アノテーションは、系統的挿入を介して新規クエリ配列へどの程度効果的に伝達可能か？
• RQ4 この手法は、GO や PANTHER 分類以外のアノテーションタイプに対しても一般化可能か？
• RQ5 TreeGrafter の機能的アノテーション伝達における性能は、InterProScan などの既存ツールと比較していかなるものか？

主な発見

• TreeGrafter はサブファミリーHMMスコアリングを上回り、機能分類における正確性（精度）が向上している。
• 事前にアノテートされたリファレンス系統樹に埋め込まれた進化的文脈を活用することで、非常に特異的なGene Ontologyアノテーションが得られる。
• TreeGrafter はInterProScanへの統合を想定しており、バイオインフォマティクスコミュニティ全体での広範な採用が可能となる。
• GO や PANTHER 用語に限らず、リファレンス系統樹の内部ノードに割り当てられた任意のアノテーションに一般化可能なアプローチである。
• 祖先ノードからのアノテーション伝達により、進化的関係に基づく生物学的に整合性のある推論が可能となり、正確な機能的アノテーションが実現される。