[논문 리뷰] deepTarget: End-to-end Learning Framework for microRNA Target Prediction using Deep Recurrent Neural Networks

Byunghan Lee, Junghwan Baek외 2명|arXiv (Cornell University)|2016. 03. 30.

MicroRNA in disease regulation참고 문헌 42인용 수 25

한 줄 요약

deepTarget는 수동 특징 공학 없이 시퀀스 표현과 상호작용을 자동으로 학습할 수 있도록 양방향 장기 기억(LSTM) 네트워크를 사용하는 엔드 투 엔드 딥 러닝 프레임워크를 제안한다. 이는 기존 도구 대비 F-측정치에서 25% 이상 향상되었으며, 높은 민감도를 유지하면서도 거짓 양성률을 크게 감소시킨다.

ABSTRACT

MicroRNAs (miRNAs) are short sequences of ribonucleic acids that control the expression of target messenger RNAs (mRNAs) by binding them. Robust prediction of miRNA-mRNA pairs is of utmost importance in deciphering gene regulations but has been challenging because of high false positive rates, despite a deluge of computational tools that normally require laborious manual feature extraction. This paper presents an end-to-end machine learning framework for miRNA target prediction. Leveraged by deep recurrent neural networks-based auto-encoding and sequence-sequence interaction learning, our approach not only delivers an unprecedented level of accuracy but also eliminates the need for manual feature extraction. The performance gap between the proposed method and existing alternatives is substantial (over 25% increase in F-measure), and deepTarget delivers a quantum leap in the long-standing challenge of robust miRNA target prediction.

연구 동기 및 목표

• 수동으로 설계된 특징에 의존함으로써 기존 miRNA 타겟 예측 도구의 높은 거짓 양성률 문제를 해결한다.
• 파rameter 설정에 민감하고 진정한 생물학적 상호작용을 포착하지 못하는 정렬 기반 방법의 한계를 극복한다.
• 원시 RNA 서열에서 관련 시퀀스 표현과 상호작용 패턴을 자동으로 발견할 수 있는 엔드 투 엔드 학습 프레임워크를 개발한다.
• 거짓 양성 예측이 매우 많은 불균형 데이터셋에서 예측 정확도와 강인성을 향상시킨다.
• RNN 레이어 활성화 시각화를 통해 학습된 표현의 해석 가능성을 보장하여 생물학적으로 의미 있는 패턴을 밝혀낸다.

제안 방법

• 비지도 학습 방식으로 양방향 LSTM 오토인코더를 사용하여 miRNA 및 mRNA 시퀀스의 깊이 있는 계층적 표현을 학습한다.
• 두 오토인코더에서 학습된 시퀀스 임베딩을 결합하여 miRNA-mRNA 쌍의 통합 표현을 형성한다.
• 시퀀스 간 상호작용을 모델링하고 타겟 결합 가능성 예측을 위해 스택형 단방향 이중 레이어 RNN을 사용한다.
• 레이블이 부여된 양성(진짜 타겟 쌍) 및 음성(비타겟 쌍) 예시를 사용하여 전체 프레임워크를 지도 학습 방식으로 훈련한다.
• 불균형 데이터셋에서 민감도와 양성 예측값(PPV)을 높이기 위해 훈련 중에 거짓 양성 예측을 우선적으로 제거하도록 최적화한다.
• 중간 RNN 레이어의 활성화를 시각화하여 학습된 패턴을 해석하고, 새로운 생물학적 특징을 발견할 가능성을 탐색한다.

실험 결과

연구 질문

• RQ1 기존 수동 특징에 의존하는 전통적인 miRNA 타겟 예측 도구보다 엔드 투 엔드 딥 러닝 프레임워크가 성능에서 뛰어나게 될 수 있는가?
• RQ2 시퀀스 정렬이나 특징 공학 없이 순환 신경망이 얼마나 의미 있는 시퀀스 표현과 상호작용 패턴을 자동으로 학습할 수 있는가?
• RQ3 불균형 데이터셋에서 deepTarget의 성능은 F-측정치, 민감도 및 PPV 측면에서 기존 도구와 비교해 어떻게 되는가?
• RQ4 내부 RNN 활성화 시각화가 알려진 miRNA-mRNA 결합 부위에 해당하는 핵산 서열 위치에서 생물학적으로 타당한 패턴을 드러내는가?
• RQ5 오토인코더와 스택형 RNN을 사용하는 아키텍처 선택이 미세한 조절 상호작용을 탐지하는 데 모델의 능력에 어떤 영향을 미치는가?

주요 결과

• deepTarget는 다음으로 우수한 기존 도구 대비 F-측정치에서 25% 이상 향상되어 뚜렷한 성능 격차를 보였다.
• 불균형 데이터셋에서 양성 예측값(PPV)과 민감도가 크게 향상되어 실제 환경에서의 강인성을 입증했다.
• RNN 레이어 활성화 시각화 결과, 알려진 miRNA-mRNA 결합 부위에 해당하는 핵산 위치에서 생물학적으로 타당한 패턴이 명확히 드러났다.
• 수동 특징 추출이 필요 없어졌으며, 이는 이전 방법에서 흔히 발생하는 수작업 및 실수 유발 과정을 피할 수 있음을 의미한다.
• 문헌에 기록된 151개의 알려진 특징을 전혀 사용하지 않아도 성능 향상이 달성되었으며, 이는 엔드 투 엔드 표현 학습의 효과성을 입증한다.
• 특히 오토인코더와 스택형 RNN의 아키텍처 선택이, 기존 도구가 놓치는 미세한 시퀀스 상호작용을 효과적으로 탐지할 수 있도록 했다.