[논문 리뷰] Recovering Metabolic Networks using A Novel Hyperlink Prediction Method

Muhan Zhang, Zhicheng Cui외 3명|arXiv (Cornell University)|2016. 10. 21.

Bioinformatics and Genomic Networks참고 문헌 20인용 수 10

한 줄 요약

이 논문은 행렬 부스팅(MATBoost)을 제안하며, 반복적인 완성-매칭을 통해 인cidencematrix와 인접행렬 공간을 동시에 최적화하여 부족한 대사 반응을 복구하는 새로운 하이퍼링크 예측 알고리즘이다. MATBoost는 행렬 분해와 가변 크기의 하이퍼링크를 가진 하이퍼네트워크에서의 제약 최적화를 활용하여, 대규모 E. coli 네트워크에서 400개의 부족한 반응 중 약 200개를 복구하며 기존 방법보다 뛰어난 성능을 달성한다.

ABSTRACT

Studying metabolic networks is vital for many areas such as novel drugs and bio-fuels. For biologists, a key challenge is that many reactions are impractical or expensive to be found through experiments. Our task is to recover the missing reactions. By exploiting the problem structure, we model reaction recovery as a hyperlink prediction problem, where each reaction is regarded as a hyperlink connecting its participating vertices (metabolites). Different from the traditional link prediction problem where two nodes form a link, a hyperlink can involve an arbitrary number of nodes. Since the cardinality of a hyperlink is variable, existing classifiers based on a fixed number of input features become infeasible. Traditional methods, such as common neighbors and Katz index, are not applicable either, since they are restricted to pairwise similarities. In this paper, we propose a novel hyperlink prediction algorithm, called Matrix Boosting (MATBoost). MATBoost conducts inference jointly in the incidence space and adjacency space by performing an iterative completion-matching optimization. We carry out extensive experiments to show that MATBoost achieves state-of-the-art performance. For a metabolic network with 1805 metabolites and 2583 reactions, our algorithm can successfully recover nearly 200 reactions out of 400 missing reactions.

연구 동기 및 목표

• 실험적으로 접근하거나 검증하기 어려운 많은 반응으로 인해 완전하지 못한 대사 네트워크의 문제를 해결하기 위해.
• 다양한 대사물을 연결하는 반응을 하이퍼그래프에서 하이퍼링크 예측 문제로 모델링하기 위해.
• 기존의 이원관계를 가정하고 고정된 특성 차원을 갖는 방법의 한계를 극복하기 위해.
• 대규모 실세계 대사 네트워크에서 부족한 하이퍼링크(반응)를 정확하고 확장 가능한 방법으로 예측하기 위한 방법을 개발하기 위해.
• 자원과 시간이 제한된 상황에서 생물학자들이 높은 신뢰도를 가진 부족한 반응을 우선적으로 실험 검증할 수 있도록 지원하기 위해.

제안 방법

• MATBoost는 각 열이 반응(hyperlink)를, 각 행이 대사물을 나타내는 인cidencematrix S를 사용하여 대사 네트워크를 하이퍼그래프로 모델링한다.
• 기존의 하이퍼링크 예측 기법을 활용하기 위해 하이퍼링크를 s·s^T를 통해 인접행렬으로 변환한다.
• EM 유사 프레임워크에서 반복적으로 C-단계(완성)와 M-단계(매칭)를 수행하여 인cidencematrix와 인접행렬 공간을 동시에 최적화한다.
• 예측된 인접행렬 ΔA⁻에서 행렬 분해를 통해 인접공간에서의 부족한 화합물 상호작용을 추론한다.
• 예측된 인접행렬 구조와 가장 잘 일치하는 인cidencematrix를 복구하기 위해 제약 최적화 문제를 해결한다.
• 고정점 반복과 앙상블 평균을 활용하여 성능을 향상시키고 수렴성을 보장한다.

실험 결과

연구 질문

• RQ1 하이퍼링크 예측 기법은 대규모이고 완전하지 못한 대사 네트워크에서 부족한 대사 반응을 효과적으로 복구하는 데 적합한가?
• RQ2 인cidencematrix와 인접행렬 공간에서의 동시 추론은 단일 공간 기반 방법에 비해 예측 정확도를 어떻게 향상시키는가?
• RQ3 행렬 분해와 제약 최적화는 카디널리티가 가변적인 하이퍼링크의 복구에 얼마나 기여하는가?
• RQ4 AUC와 상위-k 복구 성능 측면에서 MATBoost는 기존의 하이퍼링크 예측 및 하이퍼링크 예측 기반 베이스라인과 어떻게 비교되는가?
• RQ5 실세계 대사 네트워크의 크기가 다양할 때 MATBoost의 계산 효율성과 확장성은 어떠한가?

주요 결과

• iJO1366 E. coli 네트워크에서 400개의 부족한 반응 중 거의 200개를 복구하여 50% 이상의 복구율을 달성했다.
• 다섯 종의 여덟 개의 테스트 데이터셋에서 MATBoost는 부족한 반응 수 복구 측면에서 여섯 가지 기준 방법보다 일관되게 뛰어난 성능을 보였다.
• 상위 예측에서 높은 재현율을 달성하여, 생물학자들이 검증할 수 있는 후보 수가 제한된 상황에서 매우 중요하다.
• SHC가 두 번째로 높은 성능을 보여, 하이퍼네트워크에서 정점과 하이퍼링크 간의 행렬 전치를 통한 상호 교환 가능성을 시사한다.
• HKatz와 HCN의 낮은 성능은 이원관계 지표를 하이퍼링크에 직접 일반화하는 것이 부족하다는 것을 시사한다.
• 가장 큰 네트워크에서도 MATBoost는 몇 분 내에 실행되어, 고차원 검색 공간에도 불구하고 뛰어난 계산 효율성을 보였다.