[논문 리뷰] AdaLead: A simple and robust adaptive greedy search algorithm for sequence design

Sam Sinai, Richard Wang외 4명|arXiv (Cornell University)|2020. 10. 05.

Evolutionary Algorithms and Applications참고 문헌 41인용 수 39

한 줄 요약

요약: AdaLead는 최첨단 방법들과 경쟁하는 간단한 적응적 탐욕 알고리즘을 시퀀스 설계에 도입하며, FLEXS 환경에서 TF, RNA, 단백질 설계 작업에 걸쳐 평가된다. 불완전한 모델에서도 견고성과 일관성을 보이며 좋은 성과를 낸다.

ABSTRACT

Efficient design of biological sequences will have a great impact across many industrial and healthcare domains. However, discovering improved sequences requires solving a difficult optimization problem. Traditionally, this challenge was approached by biologists through a model-free method known as "directed evolution", the iterative process of random mutation and selection. As the ability to build models that capture the sequence-to-function map improves, such models can be used as oracles to screen sequences before running experiments. In recent years, interest in better algorithms that effectively use such oracles to outperform model-free approaches has intensified. These span from approaches based on Bayesian Optimization, to regularized generative models and adaptations of reinforcement learning. In this work, we implement an open-source Fitness Landscape EXploration Sandbox (FLEXS: github.com/samsinai/FLEXS) environment to test and evaluate these algorithms based on their optimality, consistency, and robustness. Using FLEXS, we develop an easy-to-implement, scalable, and robust evolutionary greedy algorithm (AdaLead). Despite its simplicity, we show that AdaLead is a remarkably strong benchmark that out-competes more complex state of the art approaches in a variety of biologically motivated sequence design challenges.

연구 동기 및 목표

• 모델 가이드 탐색을 활용하여 생물학적 시퀀스의 효율적 설계를 촉진한다.
• 시퀀스 설계를 위한 간단한 적응적 탐욕 알고리즘 AdaLead를 제안한다.
• 다양한 지형( TF 결합, RNA, 단백질 설계)에서 AdaLead를 최첨단 방법들과 벤치마킹한다.
• FLEXS 환경을 사용하여 견고성, 일관성 및 배치 샘플 효율성을 평가한다.

제안 방법

• 이용 가능한 데이터로 학습된 근사체 phi'와 함께 실제 오라클 phi를 가진 탐색 프레임워크를 정의한다.
• AdaLead를 도입한다: 최대 치에 근접한 시드 생성, 재조합, 롤아웃 돌연변이, 배치 단위로 phi'에 의한 선택.
• 표면이 평평할 때 탐욕성을 제어하고 다양성을 촉진하기 위해 임계 매개변수 kappa를 사용한다.
• 특정 경험적 모델과 무관하게 견고성 및 일관성을 연구하기 위해 노이즈가 섞인 추상 모델 phi'_alpha를 활용한다.
• 여러 모델의 앙상블(phi'')로 AdaLead를 평가하고, 서로 다른 지형에서 DynaPPO, CbAS/DbAS, CMA-ES와 비교한다.
• 벤치마킹과 재현성을 위해 오픈 소스 시뮬레이션 환경 FLEXS를 제공한다.

실험 결과

연구 질문

• RQ1 모델 사양이 잘못되었거나 노이즈가 있을 때 AdaLead가 다른 최첨단 시퀀스 설계 알고리즘에 비해 얼마나 성능을 발휘하는가?
• RQ2 대리 모델이 불충분하거나 편향적일 때 AdaLead가 견고한가?
• RQ3 기저 모델의 질이 향상될 때 AdaLead가 일관성과 다양성을 유지하는가?
• RQ4 생물학적으로 유도된 다양한 지형(TF 결합, RNA, 단백질 설계)에서 AdaLead가 확장하고 성능을 발휘하는 방식은 어떠한가?

주요 결과

• AdaLead는 경쟁 방법들보다 고성능 피크를 더 일관되게 찾는 경향이 있다.
• RNA 지형에서 AdaLead는 종종 전역 최적해를 찾고 복잡하고 강하게 에피스타시적한 표면에서 다른 방법들을 능가한다.
• AdaLead는 견고성을 보여주며 정보가 없는 모델과 앙상블 CNN 대리모형에서도 강한 성능을 유지한다.
• TF, RNA, 단백질 설계 작업 전반에서 AdaLead는 경쟁력 있는 최적화와 발견된 최적 시퀀스의 시간적 발전을 보여준다.