[논문 리뷰] Computational prediction of replication sites in DNA sequences using complex number representation

Shubham Kundal, Raunak Lohiya외 4명|arXiv (Cornell University)|2019. 09. 27.

RNA and protein synthesis mechanisms참고 문헌 27인용 수 5

한 줄 요약

이 논문은 DNA 서열의 복소수 표현을 사용하여 기존의 자기상관 방법보다 더 높은 해상도와 정확도로 복제 시작 부위(ORI)를 예측하는 새로운 계산 방법인 iCorr를 제안한다. 아데닌(A), 티미딘(T), 시토신(C), 구아닌(G)을 각각 복소수 단위 {+1, −1, +i, −i}로 매핑함으로써 iCorr는 네 가지 염기의 전체 공간 정보를 포착하여 수동 검토 없이 자동으로 피크를 탐지하고 ORI를 국소화할 수 있게 하며, 원핵생물과 진핵생물 모두에서 예측 정확도를 크게 향상시킨다.

ABSTRACT

Computational prediction of origin of replication (ORI) has been of great interest in bioinformatics and several methods including GC-skew, auto-correlation etc. have been explored in the past. In this paper, we have extended the auto-correlation method to predict ORI location with much higher resolution for prokaryotes and eukaryotes, which can be very helpful in experimental validation of the computational predictions. The proposed complex correlation method (iCorr) converts the genome sequence into a sequence of complex numbers by mapping the nucleotides to {+1,-1,+i,-i} instead of {+1,-1} used in the auto-correlation method (here, i is square root of -1). Thus, the iCorr method exploits the complete spatial information about the positions of all the four nucleotides unlike the earlier auto-correlation method which uses the positional information of only one nucleotide. Also, the earlier auto-correlation method required visual inspection of the obtained graphs to identify the location of origin of replication. The proposed iCorr method does away with this need and is able to identify the origin location simply by picking the peak in the iCorr graph.

연구 동기 및 목표

• 기존 자기상관 방법이 DNA 서열에서 복제 시작 부위(ORI)를 예측하는 데 가지는 한계를 극복하기 위해.
• ORI 예측 시 상관 프로파일의 시각적 검토가 필요 없도록 하기 위해.
• 복소수 매핑을 통해 네 가지 뉴클레오타이드(A, T, C, G)의 전체 공간 정보를 활용하여 해상도와 정확도를 향상시키기 위해.
• 더 높은 해상도의 예측을 통해 검색 공간을 축소시켜 더 정밀한 실험적 검증을 가능하게 하기 위해.
• 원핵생물과 진핵생물 게놈에 모두 적용 가능한 강력하고 자동화된 방법을 제공하기 위해.

제안 방법

• iCorr 방법은 각 뉴클레오티드를 복소수로 매핑한다: A → +1, T → −1, C → +i, G → −i.
• 이를 통해 DNA 서열이 네 가지 염기의 위치 및 조성 정보를 유지하는 복소수 값 서열로 변환된다.
• 이 방법은 게놈 서열의 슬라이딩 윈도우를 통해 복소수 자기상관 함수(iCorr)를 계산한다.
• iCorr 함수는 복소수 서열에 표준 자기상관 공식을 적용하여 위상과 진폭 정보를 모두 캡처한다.
• ORI 위치는 수동 해석 없이 iCorr 프로파일의 피크로 자동으로 식별된다.
• 해상도 향상과 노이즈 감소를 최적화하기 위해 조정 가능한 윈도우 크기와 이동 크기를 사용하는 슬라이딩 윈도우 방식을 사용한다.

실험 결과

연구 질문

• RQ1 기존 자기상관 방법과 비교해 복소수 표현을 사용한 DNA 서열 예측이 복제 시작 부위의 해상도와 정확도를 향상시키는가?
• RQ2 iCorr 방법이 상관 프로파일의 시각적 검토 없이 ORI 위치를 자동으로 탐지할 수 있는가?
• RQ3 복소수 매핑을 통해 네 가지 염기(A, T, C, G)의 위치 정보를 통합함으로써 탐지 민감도와 특이도가 향상되는가?
• RQ4 iCorr 방법은 다양한 원핵생물과 진핵생물 게놈에서 ORI 예측 정확도 측면에서 어떻게 성능을 발휘하는가?
• RQ5 iCorr 프레임워크에서 예측 정밀도를 최대화하는 최적의 윈도우 크기와 이동 크기는 무엇인가?

주요 결과

• iCorr 방법은 복소수 상관 프로파일의 피크로 복제 시작 부위를 성공적으로 식별하여 기존 자기상관 방법에서 요구되던 수동 검토가 필요 없어졌다.
• 복소수 매핑을 사용함으로써 iCorr는 이전 방법이 구아닌(G) 뉴클레오티드 위치만 사용하는 것과 달리 네 가지 염기의 전체 공간 정보를 포착한다.
• 이 방법은 ORI 위치에 대해 더 높은 해상도의 예측을 달성하여 실험적 검증을 안내하는 데 핵심적인 역할을 한다.
• *Bacillus subtilis*에서 iCorr, gCorr, GC-스키우 모두 같은 게놈 위치 근처의 종말(terminus, TER) 영역을 예측하지만, iCorr는 더 선명하고 뚜렷한 피크를 제공한다.
• iCorr 방법은 원핵생물과 진핵생물 모두에 적용 가능하며, 게놈 특화 캘리브레이션 없이도 일관된 성능을 발휘한다.
• 분석을 통해 최적의 윈도우 크기와 이동 크기를 도출하였으며, 이는 파rameter 최적화가 예측 정밀도 향상에 기여함을 보여준다.