[논문 리뷰] DeepNovoV2: Better de novo peptide sequencing with deep learning

Rui Qiao, Ngoc Hieu Tran외 4명|arXiv (Cornell University)|2019. 04. 17.

vaccines and immunoinformatics approaches참고 문헌 28인용 수 15

한 줄 요약

DeepNovoV2는 스펙트럼 컨volution 네트워크가 필요로 하지 않는 (m/z, intensity) 쌍으로 질량 분석 스펙트럼을 직접 표현하는 상태기반 딥러닝 모델을 도입하여 탈기관 펩타이드 시퀀싱에 있어 최신 기술을 구현한다. 순서에 민감하지 않은 네트워크(T-Net)와 양방향 LSTM을 조합함으로써 기존 방법보다 13.01–23.95% 높은 펩타이드 수준의 리콜을 달성하여 개인화된 암 백신 개발을 위한 신항원 탐지 정확도를 크게 향상시킨다.

ABSTRACT

Personalized cancer vaccines are envisioned as the next generation rational cancer immunotherapy. The key step in developing personalized therapeutic cancer vaccines is to identify tumor-specific neoantigens that are on the surface of tumor cells. A promising method for this is through de novo peptide sequencing from mass spectrometry data. In this paper we introduce DeepNovoV2, the state-of-the-art model for peptide sequencing. In DeepNovoV2, a spectrum is directly represented as a set of (m/z, intensity) pairs, therefore it does not suffer from the accuracy-speed/memory trade-off problem. The model combines an order invariant network structure (T-Net) and recurrent neural networks and provides a complete end-to-end training and prediction framework to sequence patterns of peptides. Our experiments on a wide variety of data from different species show that DeepNovoV2 outperforms previous state-of-the-art methods, achieving 13.01-23.95\% higher accuracy at the peptide level.

연구 동기 및 목표

• 기존 데이터베이스 검색 엔진이 종양 특이적 신항원을 식별하는 데에 한계를 보이는 점, 특히 티립틴이 아닌 및 희귀 펩타이드에 대해 개선이 필요한 점을 해결하기 위해.
• 스펙트럼 표현 방법에서 유발되는 정확도-속도/메모리 트레이드오프를 피할 수 있는 더 정확하고 효율적인 탈기관 펩타이드 시퀀싱 모델을 개발하기 위해.
• 사전 처리된 특징이나 컨볼루션 네트워크에 의존하지 않고도 MS/MS 스펙트럼에서 직접적으로 엔드 투 엔드 학습 및 예측을 수행할 수 있도록 하기 위해.
• 딥러닝을 원시 스펙트럼 데이터에 적용하여 개인화된 암 백신 개발을 위한 신항원 탐지의 민감도와 특이도를 향상시키기 위해.

제안 방법

• 각 MS/MS 스펙트럼을 스펙트럼 컨볼루션 네트워크가 필요로 하지 않는 (m/z, intensity) 쌍의 집합으로 직접 표현함으로써 정확도-속도/메모리 트레이드오프를 제거한다.
• m/z 값에 정현파 위치 임베딩을 적용하여 피크 상대 위치를 인코딩함으로써, 아미노산 정체성을 나타내는 m/z 차이를 학습할 수 있도록 한다.
• 스펙트럼 특징을 전역적 맥락 벡터로 통합하기 위해 학습 가능한 T-Net(순서에 민감하지 않은 네트워크)를 사용하여 피크 순서에 대한 불변성을 확보한다.
• T-Net 출력을 양방향 LSTM과 조합하여 누적 질량 제약 조건을 고려한 자동회귀 방식으로 펩타이드 시퀀스를 생성한다.
• 스펙트럼 표현 벡터를 사용하여 LSTM의 은닉 상태를 초기화함으로써 학습 안정성과 성능을 향상시킨다.
• 비트맵 검색과 배낭 동적 프로그래밍을 활용하여 검색 공간을 제약하고 예측 효율성과 정확도를 향상시킨다.

실험 결과

연구 질문

• RQ1 스펙트럼 컨볼루션 특징 추출 없이 원시 MS/MS 스펙트럼을 직접 모델링함으로써 딥러닝 모델이 더 높은 탈기관 펩타이드 시퀀싱 정확도를 달성할 수 있는가?
• RQ2 T-Net를 통한 순서에 민감하지 않은 스펙트럼 표현 방식이 컨볼루션 기반 방법에 비해 다양한 종과 펩타이드 유형에 걸쳐 일반화 능력을 향상시키는가?
• RQ3 정현파 위치 임베딩이 분해 이온의 m/z 차이에서 아미노산 시퀀스를 추론하는 데에 모델 능력을 얼마나 향상시키는가?
• RQ4 T-Net과 양방향 LSTM의 통합이 기존 최신 기술인 DeepNovo에 비해 펩타이드 수준의 리콜을 얼마나 향상시키는가?
• RQ5 직접적인 스펙트럼 표현과 전역 맥락 인코딩을 통해 미세조정 없이도 다양한 종에 걸쳐 효과적으로 일반화될 수 있는가?

주요 결과

• ABRF DDA 데이터셋에서 DeepNovoV2는 펩타이드 수준 리콜 39.24%를 달성하여 DeepNovo의 32.96% 대비 19.05% 향상되었다.
• 아홉 종에서의 종간 데이터에서 DeepNovoV2는 모든 테스트 종에서 DeepNovo 대비 13.01–23.95% 높은 펩타이드 리콜을 기록했다.
• 아미노산 리콜 72.46%와 아미노산 정밀도 72.25%를 달성하여 DeepNovo의 67.81% 및 67.67%를 초월했다.
• 스펙트럼 CNN 대신 정현파 위치 임베딩을 사용함으로써 모델 파라미터와 계산량을 감소시키면서도 동등한 성능을 유지했다.
• T-Net 구성 요소는 순서에 민감하지 않은 스펙트럼 인코딩을 가능하게 하여 일반화 능력과 피크 순서 변동에 대한 강건성을 향상시켰다.
• 비트맵 검색과 배낭 기반의 검색 공간 제약을 통한 엔드 투 엔드 학습은 예측 정확도와 효율성을 크게 향상시켰다.