[논문 리뷰] DPPIN: A Biological Repository of Dynamic Protein-Protein Interaction Network Data

Dongqi Fu, Jingrui He|arXiv (Cornell University)|2021. 07. 05.

Bioinformatics and Genomic Networks참고 문헌 64인용 수 4

한 줄 요약

DPPIN은 시간에 따라 변화하는 유전자 발현 데이터에서 유도된 12개의 동적 단백질-단백질 상호작용 네트워크를 포함하는 혁신적인 생물학적 레포지토리이다. 이 레포지토리는 동적 그래프 표현 학습을 가능하게 하며, 동적 스펙트럼 클러스터링 및 소수 샘플 그래프 분류와 같은 다양한 작업을 지원한다. tdGraphEmbed + ProtoNet는 최신 기술 수준의 성능을 달성하여 차세대 동적 그래프 알고리즘의 과제와 기회를 부각시킨다.

ABSTRACT

In the big data era, the relationship between entries becomes more and more complex. Many graph (or network) algorithms have already paid attention to dynamic networks, which are more suitable than static ones for fitting the complex real-world scenarios with evolving structures and features. To contribute to the dynamic network representation learning and mining research, we provide a new bunch of label-adequate, dynamics-meaningful, and attribute-sufficient dynamic networks from the health domain. To be specific, in our proposed repository DPPIN, we totally have 12 individual dynamic network datasets at different scales, and each dataset is a dynamic protein-protein interaction network describing protein-level interactions of yeast cells. We hope these domain-specific node features, structure evolution patterns, and node and graph labels could inspire the regularization techniques to increase the performance of graph machine learning algorithms in a more complex setting. Also, we link potential applications with our DPPIN by designing various dynamic graph experiments, where DPPIN could indicate future research opportunities for some tasks by presenting challenges on state-of-the-art baseline algorithms. Finally, we identify future directions to improve the utility of this repository and welcome constructive inputs from the community. All resources (e.g., data and code) of this work are deployed and publicly available at https://github.com/DongqiFu/DPPIN.

연구 동기 및 목표

• 생물학 분야에서 고품질, 레이블이 부여된, 속성 정보가 풍부한 동적 네트워크 데이터셋의 부족 문제를 해결하기 위해.
• 동적 단백질-단백질 상호작용 네트워크의 스케일링이 가능하고, 잘 문서화되어 있으며, 공개 접근이 가능한 레포지토리를 제공하여 동적 그래프 기계학습의 발전을 이끌기 위해.
• 실제 생물학적 진동 패턴, 노드 특징, 레이블을 제공함으로써 새로운 동적 그래프 표현 학습 방법의 개발을 유도하기 위해.
• 동적 그래프 분류, 클러스터링, 유사도 검색 분야의 벤치마크 실험을 통해 레포지토리를 실제 응용과 연결하기 위해.
• 커뮤니티 기반 업데이트와 자기지도 학습을 통해 레이블 커버리지 향상과 알고리즘 활용성 향상을 위한 향후 방향성 도출하기 위해.

제안 방법

• 동적 네트워크는 GSE3431에서 확보한 유전자 발현 데이터를 활용해 정적 PPI 네트워크를 12개의 시간에 따라 분해함으로써 생성된다.
• 노드 특징은 시간에 민감한 단백질 발현 값에서 유도되며, 엣지 특징은 공발현 또는 상호작용 가능성으로 표현된다.
• 각 동적 네트워크는 시간에 따라 변화하는 노드 집합과 시간에 따라 달라지는 특징을 가진 스냅샷의 시퀀스 $ G^{(t)} = (V^{(t)}, E^{(t)}) $ 로 구조화된다.
• 소수 샘플 학습을 위해 연속 5개 타임스탬프의 서브그래프를 추출하여 동적 시퀀스를 구성하며, 원래의 클래스 레이블을 유지한다.
• 실험은 그래프 임베딩 모델(예: Graph2Vec, GL2Vec, tdGraphEmbed)과 함께 메타학습 프레임워크(예: ProtoNet, kNN)를 활용하여 성능을 평가한다.
• 풀링 전략은 스냅샷 수준의 표현을 그래프 수준의 임베딩으로 집계하며, 향후 더 나은 클래스 구별력을 확보하기 위해 어텐션 메커니즘을 제안한다.

실험 결과

연구 질문

• RQ1 동적 그래프 표현 학습 모델은 시간에 따라 변화하는 PPI 네트워크에서 생물학적으로 의미 있는 진동 패턴을 효과적으로 포착할 수 있는가?
• RQ2 복잡한 구조적 및 특징 변화를 보이는 실제 생물학적 동적 네트워크에서 최신 기술 수준의 동적 그래프 임베딩 방법은 어떤 성능을 보이는가?
• RQ3 다른 생물학적 조건에서 클래스가 모호한 스냅샷이 존재할 경우, 현재의 집계 전략은 동적 그래프 표현 학습에서 어떤 한계를 지닌다?
• RQ4 DPPIN과 같은 동적 네트워크 레포지토리는 일반화 능력과 해석 가능성 향상을 위한 차세대 그래프 알고리즘 설계에 어떻게 기여할 수 있는가?
• RQ5 자기지도 학습 또는 준지도 학습은 생물학적 동적 네트워크에서 레이블이 불완전한 문제를 어떻게 완화할 수 있는가?

주요 결과

• tdGraphEmbed + ProtoNet는 3-way 3-shot 설정에서 최고의 그래프 수준 분류 정확도 0.6791 ± 0.1141을 기록하여 다른 베이스라인을 압도했다.
• GL2Vec + ProtoNet는 0.6625 ± 0.0407의 정확도를 기록하여 시간에 민감한 그래프 임베딩이 동적 생물학적 네트워크에서 성능 향상에 기여함을 시사했다.
• Graph2Vec + kNN는 V100 GPU에서 48시간 이내에 수렴하지 못했으며, 이는 정적 방법을 동적 생물학적 데이터에 적용할 때의 계산적 과제를 보여주었다.
• 서브그래프 샘플링 전략은 소수 샘플 메타학습을 위한 안정적인 11개의 서브그래프(클래스당) 설정을 가능하게 하여 일반화 성능 평가의 신뢰성을 높였다.
• 다른 클래스 간에 전역적으로 공유되는 스냅샷 존재는 단순한 풀링 전략이 클래스 간 구별력을 떨어뜨릴 수 있음을 시사하며, 더 정교한 집계 메커니즘의 필요성을 암시한다.
• 레포지토리는 현재 레이블 커버리지가 불완전하며, 일부 단백질이 기능 주석이 없음을 드러내어, 이는 지도 학습의 제약을 초래하고 향후 자기지도 학습 통합의 필요성을 부각시킨다.