[논문 리뷰] Hypergraph and protein function prediction with gene expression data

Loc Tran|arXiv (Cornell University)|2012. 12. 03.

Bioinformatics and Genomic Networks인용 수 6

한 줄 요약

이 논문은 단일 상호작용을 넘어서 군집 간 기능적 관계를 포착하기 위해 유전자 발현 데이터를 사용하는 초그래프 기반 준지도 학습 방법을 제안한다. 이 방법은 정규화되지 않은, 무작위 보행 기반의, 대칭 정규화된 초그래프 라플라시안을 사용하여, 사카로미세스 세레비스체(Saccharomyces cerevisiae) 데이터에서 기존 그래프 기반 방법보다 유의미하게 높은 정확도를 달성한다.

ABSTRACT

Most network-based protein (or gene) function prediction methods are based on the assumption that the labels of two adjacent proteins in the network are likely to be the same. However, assuming the pairwise relationship between proteins or genes is not complete, the information a group of genes that show very similar patterns of expression and tend to have similar functions (i.e. the functional modules) is missed. The natural way overcoming the information loss of the above assumption is to represent the gene expression data as the hypergraph. Thus, in this paper, the three un-normalized, random walk, and symmetric normalized hypergraph Laplacian based semi-supervised learning methods applied to hypergraph constructed from the gene expression data in order to predict the functions of yeast proteins are introduced. Experiment results show that the average accuracy performance measures of these three hypergraph Laplacian based semi-supervised learning methods are the same. However, their average accuracy performance measures of these three methods are much greater than the average accuracy performance measures of un-normalized graph Laplacian based semi-supervised learning method (i.e. the baseline method of this paper) applied to gene co-expression network created from the gene expression data.

연구 동기 및 목표

• 여러 유전자가 공히 발현 패턴을 보일 때 기능 모듈을 포착하는 데에 한계가 있는 이원관계 네트워크 모델의 문제를 해결한다.
• 표준 그래프 기반 준지도 학습에서 발생하는 정보 손실을 줄이기 위해 초그래프를 활용해 군집 간 관계를 모델링한다.
• 유전자 발현 데이터를 대상으로 세 가지 초그래프 라플라시안 기반 준지도 학습 방법을 개발하고 평가한다.
• 기존 그래프 라플라시안 기반 접근 방식에 비해 초그래프 방법이 단백질 기능 예측에서 뛰어난 성능을 보임을 입증한다.

제안 방법

• 공히 발현되는 유전자 군집을 연결하는 초간선을 가진 초그래프로 유전자 발현 데이터를 표현하며, 이는 생물학적 기능을 공유할 가능성이 높다.
• 정규화되지 않은, 무작위 보행 기반의, 대칭 정규화된 세 가지 초그래프 라플라시안 변형을 적용하여 레이블 전파를 모델링한다.
• 초그래프 기반 준지도 학습을 통해 알려진 레이블과 공발현 패턴을 바탕으로 단백질 기능을 예측한다.
• 기준선으로 표준 유전자 공발현 네트워크를 구축하고, 비교를 위해 정규화되지 않은 그래프 라플라시안을 적용한다.
• 기존 단백질 기능이 알려진 사카로미세스 세레비스체(효모) 유전자 발현 데이터셋을 대상으로 모델을 훈련하고 평가한다.
• 다양한 런과 데이터셋에서 평균 정확도를 주요 평가 지표로 사용한다.

실험 결과

연구 질문

• RQ1 기존의 이원관계 기반 그래프 모델에 비해 초그래프 기반 학습이 단백질 기능 예측 성능 향상에 기여하는가?
• RQ2 정규화되지 않은, 무작위 보행 기반의, 대칭 정규화된 세 가지 초그래프 라플라시안 공식화 방식 간 성능 비교는 어떻게 되는가?
• RQ3 군집 간 공발현 관계를 모델링하면 유전자 네트워크에서 기능 모듈을 더 잘 식별할 수 있는가?
• RQ4 초그래프 방법의 성능 향상은 기존 그래프 기반 기준선에 비해 통계적으로 유의미한가?
• RQ5 초그래프 구조는 준지도 단백질 기능 예측에서 레이블 전파 정확도에 어떤 영향을 미치는가?

주요 결과

• 세 가지 초그래프 라플라시안 기반 방법이 동일한 평균 정확도 성능을 보이며, 다양한 정규화 방법에 대해 뛰어난 안정성을 입증한다.
• 모든 초그래프 기반 방법이 기존의 정규화되지 않은 그래프 라플라시안 기반 기준선 방법보다 유의미하게 뛰어난 성능을 보였다.
• 초그래프 접근 방식은 이원관계 모델이 놓친 공발현 패턴에 기반한 기능 모듈을 효과적으로 포착했다.
• 결과는 유전자 발현 데이터의 군집 간 관계가 정확한 기능 예측에 핵심적임을 입증한다.
• 연구는 초그래프가 표준 그래프보다 유전자 발현 데이터의 기능적 관계를 모델링하는 데 더 적합한 표현 방식임을 경험적으로 제시한다.