[논문 리뷰] Network-based confidence scoring system for genome-scale metabolic reconstructions

M. Ángeles Serrano, Francesc Sagués|arXiv (Cornell University)|2010. 08. 18.

Microbial Metabolic Engineering and Bioproduction참고 문헌 34인용 수 6

한 줄 요약

이 논문은 대사 네트워크의 이분 구조를 활용하여 반응에 확률적 신뢰도 점수를 부여하는 네트워크 기반 신뢰도 점수 시스템을 제안한다. 대사물질-반응 연결을 계층적이고 통계적으로 규칙적인 네트워크 구조로 모델링함으로써, 기존 이산적 점수 체계의 불일치 문제를 해결하고 실험 검증이 필요한 저신뢰도 반응을 식별한다. *E. coli* 대사에서 상대적 및 절대적 점수를 정량화하여 이를 입증하였다.

ABSTRACT

Reliability on complex biological networks reconstructions remains a concern. Although observations are getting more and more precise, the data collection process is yet error prone and the proofs display uneven certitude. In the case of metabolic networks, the currently employed confidence scoring system rates reactions according to a discretized small set of labels denoting different levels of experimental evidence or model-based likelihood. Here, we propose a computational network-based system of reaction scoring that exploits the complex hierarchical structure and the statistical regularities of the metabolic network as a bipartite graph. We use the example of Escherichia coli metabolism to illustrate our methodology. Our model is adjusted to the observations in order to derive connection probabilities between individual metabolite-reaction pairs and, after validation, we integrate individual link information to assess the reliability of each reaction in probabilistic terms. This network-based scoring system breaks the degeneracy of currently employed scores, enables further confirmation of modeling results, uncovers very specific reactions that could be functionally or evolutionary important, and identifies prominent experimental targets for further verification. We foresee a wide range of potential applications of our approach given the natural network bipartivity of many biological interactions.

연구 동기 및 목표

• 게놈 스케일 대사 재구성에서 이산적이고 비확률적 점수 체계의 한계를 해결하기 위해.
• 대사 네트워크의 계층적이고 통계적인 구조를 활용해 반응 신뢰도를 추정하는 계산 방법을 개발하기 위해.
• 증거 수준이 매우 다른 반응에도 동일한 레이블을 부여하는 기존 점수 체계의 불일치 문제를 해결하기 위해.
• 기능적 또는 진화적으로 중요한 저신뢰도 반응을 특정하기 위해.
• 실험 검증의 우선순위를 안내하기 위해 검증이 필요한 최우선 대상을 식별하기 위해.

제안 방법

• 대사 네트워크를 대사물질과 반응의 이분 그래프로 모델링하여 계층적이고 통계적으로 규칙적인 특성을 활용한다.
• 관측된 데이터에 맞게 조정된 링크 예측 방법을 사용하여 대사물질-반응 쌍 간의 연결 확률을 추정한다.
• 거리 기반 상관관계와 반상관관계를 포착하기 위해 트리 거리 공간을 적용한다.
• 개별 링크 확률을 통합하여 반응 수준의 신뢰도 점수를 산출하며, 절대적( S_TDB ) 및 상대적( Σ ) 점수를 구분한다.
• 도수 이질성만을 고려하는 무작위 근본 모델과의 비교를 통해 모델을 검증한다.
• 기존의 레이블 이산화를 피하는 연속적 점수 체계를 적용한다.

실험 결과

연구 질문

• RQ1 게놈 스케일 대사 재구성에서 반응의 신뢰도를 이산적이고 카디널 레이블을 넘어서 어떻게 향상시킬 수 있는가?
• RQ2 대사 상호작용의 이분 네트워크 구조가 더 정확하고 연속적인 신뢰도 점수를 가능하게 하는 정도는 어느 정도인가?
• RQ3 네트워크 기반의 통계적 규칙성과 계층적 조직을 활용해 반응의 신뢰도를 예측하고 정량화할 수 있는가?
• RQ4 상대적 점수(Σ)와 절대적 점수( S_TDB )는 대사 경로의 기능적 모듈성과 어떻게 관련되는가?
• RQ5 특히 낮은 신뢰도를 보이는 반응은 무엇이며, 이는 실험 우선순위 설정에 어떤 의미를 갖는가?

주요 결과

• 네트워크 기반의 TDB 점수 체계는 반응에 연속적이고 확률적인 신뢰도 점수를 할당하여 기존의 이산적 레이블의 불일치 문제를 해결한다.
• 가장 낮은 신뢰도를 보이는 반응인 티아졸린 포스페이트 합성 반응은 12개의 대사물질을 포함하며, 상대적 점수는 Σ = 0.3, 절대적 점수는 S_TDB = 2이다.
• 무기 이온 운반 및 산화적 인산화 경로는 평균적으로 높은 신뢰도를 보이며, 알라닌 및 아스파라긴산 대사 경로는 점수값이 1에 가까워 낮은 신뢰도를 나타낸다.
• 운반, 내세포막 및 세포막 지질 대사에서 TDB와 데이터베이스(DB) 점수 지도 간의 괴리 현상은 실험 검증의 핵심 대상임을 시사한다.
• 상대적 점수(Σ)는 트리 거리 공간에서 거리 기반 상관관계와 반상관관계를 드러내며, 네트워크 내 기능적 모듈성의 가능성을 제기한다.
• 이 방법은 정적 상태 모델링 해의 추가 확인을 가능하게 하며, 진화적 또는 기능적으로 중요한 반응을 드러낸다.