[논문 리뷰] Prediction of peptide bonding affinity: kernel methods for nonlinear modeling

Charles Bergeron, Theresa A. Hepburn외 6명|arXiv (Cornell University)|2011. 08. 26.

Machine Learning in Bioinformatics참고 문헌 9인용 수 5

한 줄 요약

이 논문은 화학계량학적 기술자표지수의 비선형 관계를 활용하여 선형 부분 최소 제곱법(PLS)을 초월해 펩타이드 결합 친화도 예측을 향상시키기 위해 커널 부분 최소 제곱법(KPLS) 회귀를 제안한다. KPLS는 특히 이식 가능한 원자 등가(TAE) 및 MOE/RAD 기술자표지수와 조합되었을 때 PLS를 크게 능가하며, COEPRA 2006 대회에서 예측 R² 값이 최대 0.782에 이를 정도로 성능을 냈고, 라운드 2와 3에서 대회 우승자를 뛰어넘었다.

ABSTRACT

This paper presents regression models obtained from a process of blind prediction of peptide binding affinity from provided descriptors for several distinct datasets as part of the 2006 Comparative Evaluation of Prediction Algorithms (COEPRA) contest. This paper finds that kernel partial least squares, a nonlinear partial least squares (PLS) algorithm, outperforms PLS, and that the incorporation of transferable atom equivalent features improves predictive capability.

연구 동기 및 목표

• 선형 PLS를 초월해 비선형 기계학습 모델을 사용하여 펩타이드 결합 친화도의 예측 정확도를 향상시키는 것.
• 이식 가능한 원자 등가(TAE) 및 위상적 자기상관(RAD) 기술자표지수를 COEPRA 기술자표지수에 추가했을 때의 영향을 평가하는 것.
• 다양한 생물학적 표적을 가진 여러 COEPRA 데이터셋에서 커널 부분 최소 제곱법(KPLS)과 표준 PLS의 성능을 평가하는 것.
• 블라인드 예측 설정에서 예측 성능을 최대화하는 최적의 기술자표지수 조합과 커널 함수를 특정하는 것.
• 이식된 예측 세트 평가 및 유한한 교차 검증을 통한 모델 일반화 및 강건성 분석을 포함한 대회 후 분석을 제공하는 것.

제안 방법

• 분자 기술자표지수와 펩타이드 결합 친화도 사이의 비선형 관계를 모델링하기 위해 비선형 PLS의 확장인 커널 부분 최소 제곱법(KPLS) 회귀를 적용하는 것.
• 기술표지 공간 내 복잡한 비선형 패턴을 포착하기 위해 가우시안 커널과 지수 커널을 사용하는 것.
• 전자 밀도 조각 복원을 통해 유도된 TAE RECON 기술자표지수를 도입하여 분자 표현을 향상시키는 것.
• 기하학적, 위상적, 물리화학적 2차원 성질을 포함한 MOE 기술자표지수와 TAE 성질의 위상적 자기상관을 반영한 RAD 기술자표지수를 추가 기능으로 통합하는 것.
• MOE 및 RAD 기능을 통합한 SIMIL 점수를 도입하여 모델의 해석 가능성과 성능을 향상시키는 것.
• 교정 세트에서 유한한 교차 검증(LOO-CV)을 통한 모델 훈련 및 검증을 수행하고, 최종 예측 성능은 미리보지 않은 테스트 세트에서 평가하는 것.

실험 결과

연구 질문

• RQ1 커널 부분 최소 제곱법(KPLS)이 펩타이드 결합 친화도 모델링에서 표준 부분 최소 제곱법(PLS)보다 예측 정확도를 유의미하게 향상시킬 수 있는가?
• RQ2 COEPRA 기술자표지수에 이식 가능한 원자 등가(TAE) 및 위상적 자기상관(RAD) 기술자표지수를 추가했을 때 모델 성능에 어떤 기여를 하는가?
• RQ3 다양한 COEPRA 데이터셋에서 가우시안 커널과 지수 커널 중 어느 커널 함수가 가장 높은 예측 성능을 낳는가?
• RQ4 COEPRA 기술자표지수에 MOE/RAD 또는 SIMIL 기술자표지수를 조합하면 독립적인 예측 세트에서 일반화 성능이 향상되는가?
• RQ5 대회 후 모델 정밀도 개선이 원래 대회 참가 제출물의 성능을 뛰어넘을 수 있는가, 특히 예측 세트 R² 측면에서?

주요 결과

• 가우시안 커널을 사용한 커널 부분 최소 제곱법(KPLS)은 라운드 1에서 예측 세트 상관계수 0.661을 기록했으며, 대회 우승자의 0.677에 근접했다.
• 라운드 2에서는 모든 기술자표지수(COEPRA + MOE/RAD + SIMIL)를 사용한 KPLS가 예측 R² 0.782를 달성하여 대회 우승자보다 0.046(21.9%) 높은 성능 향상을 보였다.
• 라운드 3에서는 지수 커널이 가우시안 커널을 능가했으며, 예측 R² 0.242를 기록하여 대회 우승자보다 0.006(2.5%) 높았다.
• MOE/RAD 및 SIMIL 기술자표지수를 추가함으로써 모든 라운드에서 모델 성능이 일관되게 향상되었으며, COEPRA+MOE/RAD, COEPRA+SIMIL, 전체 기술자표지수 조합 간 거의 동일한 결과를 보였다.
• KPLS 모델은 캘리브레이션 세트 성능이 뛰어나 라운드 1과 2에서 유한한 교차 검증 R² 값이 0.72를 초월하여 강력한 모델 안정성과 일반화 능력을 보였다.
• MOE/RAD 기능의 절반 가중치를 포함하는 SIMIL 기술자표지수 세트는 전체 기술자표지수 세트와 유사한 성능을 보였으며, 이 두 기술자표지수 유형 간 강력한 상호보완성이 있음을 시사했다.