[논문 리뷰] Learning Concave Conditional Likelihood Models for Improved Analysis of Tandem Mass Spectra

John T. Halloran, David M. Rocke|PubMed|2019. 09. 04.

Advanced Proteomics Techniques and Applications참고 문헌 24인용 수 3

한 줄 요약

이 논문은 동적 베이지안 네트워크에서 조건부 로그우도가 볼록임을 보장하는 새로운 종류의 방출 분포인 볼록 가상 방출(CVEs)을 소개한다. 이는 매개변수 학습 중 전역 수렴을 가능하게 한다. 저자들은 Didea 펩타이드-스펙트럼 매칭 알고리즘에 CVEs를 통합하여 최신 기술을 초월하는 점수 정확도와 추론 속도 64.2% 향상을 달성했으며, DRIP과 MS-GF+보다 1% FDR 기준으로 16% 더 많은 스펙트럼을 식별했다.

ABSTRACT

The most widely used technology to identify the proteins present in a complex biological sample is tandem mass spectrometry, which quickly produces a large collection of spectra representative of the <i>peptides</i> (i.e., protein subsequences) present in the original sample. In this work, we greatly expand the parameter learning capabilities of a dynamic Bayesian network (DBN) peptide-scoring algorithm, Didea [25], by deriving emission distributions for which its conditional log-likelihood scoring function remains concave. We show that this class of emission distributions, called <i>Convex Virtual Emissions</i> (CVEs), naturally generalizes the log-sum-exp function while rendering both maximum likelihood estimation and conditional maximum likelihood estimation concave for a wide range of Bayesian networks. Utilizing CVEs in Didea allows efficient learning of a large number of parameters while ensuring global convergence, in stark contrast to Didea's previous parameter learning framework (which could only learn a single parameter using a costly grid search) and other trainable models [12, 13, 14] (which only ensure convergence to local optima). The newly trained scoring function substantially outperforms the state-of-the-art in both scoring function accuracy and downstream Fisher kernel analysis. Furthermore, we significantly improve Didea's runtime performance through successive optimizations to its message passing schedule and derive explicit connections between Didea's new concave score and related MS/MS scoring functions.

연구 동기 및 목표

• 이전 Didea 매개변수 학습 방법의 한계를 해결하기 위해, 비용이 많이 들고 단일 매개변수만 최적화할 수 있었던 격자 검색에 의존하는 방식을 개선하기 위해.
• 일반적인 베이지안 네트워크 방출에 대해 볼록 조건을 강제하는 비선형 미분방정식을 해결하여, 볼록 조건부 로그우도를 보장하는 일반적인 방출 분포의 클래스를 도출하기 위해.
• 스코어 정확도를 희생시키지 않은 채 Didea의 합-곱 추론의 런타임 효율성을 크게 향상시키기 위해.
• 커널 기반 후처리기에서 사용 가능한 조건부 로그우도 기울기 도출을 통해 후행 분류 분석을 향상시키기 위해.
• Didea의 새로운 점수 함수와 널리 사용되는 방법들인 XCorr 간 이론적 연결을 수립하기 위해.

제안 방법

• 일반적인 베이지안 네트워크 방출에 대해 볼록 조건을 강제하는 비선형 미분방정식을 해결하여, 볼록 가상 방출(CVEs)이라고 불리는 방출 분포의 클래스를 유도한다.
• CVEs가 로그합지수 함수를 일반화하고 최대우도 및 조건부 최대우도 추정 모두에서 볼록성을 유지함을 보여준다.
• CVEs를 Didea 동적 베이지안 네트워크 모델에 통합하여 다수의 매개변수에 대해 효율적이고 전역 최적화가 가능한 학습을 가능하게 한다.
• 알고리즘적 개선을 통해 Didea의 메시지 전달 스케줄을 최적화하여 런타임을 64.2% 감소시켰다.
• Didea 점수의 조건부 로그우도 기울기를 도출하여 커널 기반 분류 후처리의 특징 공간을 풍부하게 한다.
• Didea 점수와 널리 사용되는 XCorr 점수 함수 사이에 이론적 하한을 수립하여, 향후 XCorr에 대한 매개변수 학습이 볼록 Didea 프레임워크를 통해 가능하게 한다.

실험 결과

연구 질문

• RQ1 동적 베이지안 네트워크에서 스케일러블한 매개변수 학습을 위해 조건부 로그우도가 볼록이 되는 일반적인 방출 분포의 클래스를 도출할 수 있는가?
• RQ2 Didea의 매개변수 학습은 단일 매개변수 격자 검색을 넘어서, 다수의 매개변수에 대해 효율적이고 전역 최적화가 가능한 방식으로 어떻게 확장될 수 있는가?
• RQ3 Didea의 추론 속도는 점수 정확도를 훼손하지 않고 어느 정도 향상시킬 수 있는가?
• RQ4 Didea의 조건부 로그우도 기울기는 기존 방법보다 더 풍부한 분류 특징을 제공할 수 있는가?
• RQ5 Didea의 새로운 점수 함수와 기존의 널리 사용되는 MS/MS 점수 함수들(예: XCorr) 사이에 이론적 관계가 존재하는가?

주요 결과

• 제안된 볼록 가상 방출(CVEs) 클래스는 로그합지수 함수를 일반화하고 조건부 로그우도의 볼록성을 보장하여, 매개변수 학습 중 전역 수렴을 가능하게 한다.
• CVEs를 적용한 새로운 Didea 모델은 DRIP과 MS-GF+를 능가하여, 벤치마크 데이터셋 전반에서 엄격한 1% FDR 조건 하에 16% 더 많은 스펙트럼을 식별한다.
• 최적화된 Didea 구현은 추론 시간을 64.2% 감소시켜, 스펙트럼당 검색 시간을 7초 이내로 단축시켰으며, 이는 DRIP보다 두 개의 지수 차수 빠른 속도이다.
• Didea의 조건부 로그우도 기울기는 DRIP의 로그우도 기울기보다 훨씬 더 정보가 풍부한 특징을 제공하여, Percolator가 향상된 재교정 성능을 달성할 수 있도록 한다.
• 1% FDR 기준으로 훈련된 Didea 점수 함수는 DRIP보다 12.3% 더 많은 스펙트럼을 식별하고, MS-GF+보다 13.4% 더 많은 스펙트럼을 식별하여, 후속 분석에서 모든 최신 기술을 능가한다.
• Didea 점수와 XCorr 점수 함수 사이에 이론적 하한이 수립되었으며, 이는 향후 XCorr에 대한 매개변수 학습이 볼록 Didea 프레임워크를 통해 가능하게 한다.