[논문 리뷰] Predicting the Plant Root-Associated Ecological Niche of 21 Pseudomonas Species Using Machine Learning and Metabolic Modeling

Jennifer Chien, Peter Larsen|arXiv (Cornell University)|2017. 01. 11.

Genomics and Phylogenetic Studies인용 수 5

한 줄 요약

이 연구는 대규모 게놈 대사 모델링과 기계학습을 융합하여 21종의 Pseudomonas 종의 생태적 서식지(근권 또는 내생균)를 예측한다. 미디어에 의존하는 대사 모델에서 유량 균형 분석(FBA)을 수행한 후, 서포트 벡터 머신(SVM)이 내생균 예측에 F-스코어 0.97, 근권 예측에 0.8을 기록하여 게놈 기반 모델과 PRMT를 능가하여, 미디어를 반영한 대사 모델링이 서식지 특이적 대사 능력을 더 효과적으로 반영함을 보여준다.

ABSTRACT

Plants rarely occur in isolated systems. Bacteria can inhabit either the endosphere, the region inside the plant root, or the rhizosphere, the soil region just outside the plant root. Our goal is to understand if using genomic data and media dependent metabolic model information is better for training machine learning of predicting bacterial ecological niche than media independent models or pure genome based species trees. We considered three machine learning techniques: support vector machine, non-negative matrix factorization, and artificial neural networks. In all three machine-learning approaches, the media-based metabolic models and flux balance analyses were more effective at predicting bacterial niche than the genome or PRMT models. Support Vector Machine trained on a minimal media base with Mannose, Proline and Valine was most predictive of all models and media types with an f-score of 0.8 for rhizosphere and 0.97 for endosphere. Thus we can conclude that media-based metabolic modeling provides a holistic view of the metabolome, allowing machine learning algorithms to highlight the differences between and categorize endosphere and rhizosphere bacteria. There was no single media type that best highlighted differences between endosphere and rhizosphere bacteria metabolism and therefore no single enzyme, reaction, or compound that defined whether a bacteria's origin was of the endosphere or rhizosphere.

연구 동기 및 목표

• 미디어에 의존하는 대사 모델이 게놈 기반 또는 미디어 독립적 모델에 비해 기계학습을 통한 박테리아 생태적 서식지 예측 성능을 향상시키는지 확인하는 것.
• 서포트 벡터 머신(SVM), 비음성 행렬 분해(NMF), 인공 신경망(ANN) 중 어떤 기계학습 방법이 Pseudomonas 종의 내생균 또는 근권 서식지 여부를 가장 잘 예측하는지 규명하는 것.
• 특정 대사물질 또는 대사 경로가 뿌리 관련 Pseudomonas 종의 서식지 특화를 정의하는지 평가하는 것.
• 최소 미디어에서의 유량 균형 분석(FBA)의 예측 능력이 내생균과 근권 생활 방식을 구분하는 데 얼마나 유용한지 평가하는 것.

제안 방법

• KBase를 사용하여 21종의 Pseudomonas 종에 대해 대규모 게놈 대사 모델(GEMs)을 구축하고, 미디어에 의존하는 제약 조건으로 보정하였다.
• 12종의 다른 최소 미디어에서 유량 균형 분석(FBA)을 수행하여 다양한 영양 조건 하에서의 대사 표현형을 시뮬레이션하였다.
• FBA로 예측된 유량 분포를 기반으로 서포트 벡터 머신(SVM), 비음성 행렬 분해(NMF), 인공 신경망(ANN)의 세 가지 기계학습 모델을 훈련시켰다.
• 내생균과 근권 서식지를 가장 잘 구분하는 핵심 대사물질과 반응을 식별하기 위해 특징 선택 기법을 사용하였다.
• 모든 종과 미디어 유형에서 F-스코어, 정밀도, 재현율을 사용하여 모델 성능을 평가하였다.
• 미디어에 의존하는 모델의 결과를 미디어 독립적 모델과 게놈 기반 계통수학적 트리(PRMT)의 결과와 비교하였다.

실험 결과

연구 질문

• RQ1 미디어에 의존하는 대사 모델링을 통합함으로써 게놈 전용 또는 미디어 독립적 모델에 비해 기계학습을 통한 박테리아 생태적 서식지 예측 성능이 향상되는가?
• RQ2 서포트 벡터 머신(SVM), 비음성 행렬 분해(NMF), 인공 신경망(ANN) 중 어떤 기계학습 알고리즘이 Pseudomonas 종의 내생균 또는 근권 서식지 여부를 가장 정확하게 분류하는가?
• RQ3 여러 가지 미디어 조건에서 일관되게 내생균과 근권 생물 간의 차이를 보여주는 특정 대사물질 또는 대사 경로가 존재하는가?
• RQ4 내생균과 근권 Pseudomonas 종 간의 대사 차이를 가장 잘 드러내는 최적의 단일 미디어 조건이 존재하는가?

주요 결과

• Mannose, Proline, Valine이 포함된 최소 미디어에서의 유량 분포를 기반으로 훈련된 서포트 벡터 머신(SVM)이 가장 높은 F-스코어를 기록하였으며, 내생균 분류에선 0.97, 근권 분류에선 0.8을 기록하였다.
• 미디어 기반 대사 모델링은 게놈 전용 모델과 PRMT 기반 계통수학적 트리보다 유의미하게 높은 생태적 서식지 예측 성능을 보였다.
• 모든 미디어 유형에서 일관되게 서식지 기원을 예측할 수 있었던 특정 대사물질, 반응 또는 효소는 존재하지 않았으며, 이는 대사 서식지 특화가 맥락에 따라 달라진다는 것을 시사한다.
• FBA와 기계학습의 통합을 통해 특정 영양 조건 하에서의 대사 능력은 정적 게놈 특성보다 서식지 예측에 더 유용한 정보를 제공한다는 것이 밝혀졌다.
• 이 연구는 미디어를 반영한 대사 모델링이 대사체의 통합적 시각을 제공하며, 내생균과 근권 생활 방식을 더 잘 구분할 수 있음을 보여주었다.
• 세 가지 기계학습 방법 중에서 SVM이 가장 강력한 성능을 보였으며, 특히 미디어 특화 대사 표현형을 기반으로 훈련했을 때 두드러진 성능을 보였다.