[논문 리뷰] Rediscovering the power of pairwise interactions

William Bialek, Rama Ranganathan|ArXiv.org|2007. 12. 28.

Neural dynamics and brain function참고 문헌 12인용 수 50

한 줄 요약

이 논문은 생물학적 시스템을 모델링하는 두 가지 다른 접근법 사이의 수학적 동치성을 확립한다: 시퀀스 데이터로부터 유도된 쌍별 상관관계를 이용한 단백질 시퀀스의 몬테카를로 샘플링과 스파이크 상관관계 데이터로부터 유도된 신경망 활동의 최대 엔트로피 모델링. 핵심 기여는 두 방법이 관련 근사에서 동일한 기초 확률 분포로 수렴함을 보여주며, 이는 이론적 기반을 통합하고 쌍별 상호작용만으로도 높은 정밀도로 복잡한 생물학적 시스템 행동을 포괄할 수 있음을 입증한다.

ABSTRACT

Two recent streams of work suggest that pairwise interactions may be sufficient to capture the complexity of biological systems ranging from protein structure to networks of neurons. In one approach, possible amino acid sequences in a family of proteins are generated by Monte Carlo annealing of a "Hamiltonian" that forces pairwise correlations among amino acid substitutions to be close to the observed correlations. In the other approach, the observed correlations among pairs of neurons are used to construct a maximum entropy model for the states of the network as a whole. We show that, in certain limits, these two approaches are mathematically equivalent, and we comment on open problems suggested by this framework

연구 동기 및 목표

• 단백질과 신경망과 같은 다양한 생물학적 시스템에서 복잡한 행동을 설명하는 데 쌍별 상호작용만으로도 충분한가를 조사하는 것.
• 시퀀스 기반 몬테카를로 샘플링과 신경 활동 최대 엔트로피 모델링 간에 나타나는 명백한 차이를 해소하는 것.
• 단백질 시퀀스 진화와 신경망 상관관계 패tern을 연결하는 통합된 이론적 프레임워크를 수립하는 것.
• 이 동치성의 생물학적 시스템 복잡성 및 정보 용량에 대한 함의를 탐색하는 것.

제안 방법

• 통계역학을 사용하여 관측된 생물학적 시스템 내 쌍별 상관관계와 일치하는 최대 엔트로피 확률 분포를 유도한다.
• 최대 엔트로피 원리를 적용하여, 유일한 제약 조건으로 실험적으로 측정된 쌍별 상관관계만을 포함하는 모델을 구축한다.
• 논문은 단백질 시퀀스 생성에 사용되는 몬테카를로 냉각 절차가 쌍별 상관관계에서 유도된 최대 엔트로피 분포에서의 샘플링과 수학적으로 동치임을 보여준다.
• 이 동치성은 시스템 크기가 크고 상호작용이 약할 경우, 즉 고차 상호작용이 무시할 수 있을 정도로 작아지는 극한에서 성립한다.
• 이 프레임워크는 명시적 모델 구축 없이도 유추된 확률 분포에서 직접 샘플링을 가능하게 한다.
• 이 방법은 관측된 상관관계와 일치하는 새로운 功能적 단백질 시퀀스와 합성 신경 활동 패턴의 생성을 가능하게 한다.

실험 결과

연구 질문

• RQ1 쌍별 상호작용만으로도 단백질 가족이나 신경망과 같은 복잡한 생물학적 시스템의 통계적 구조를 포괄할 수 있는가?
• RQ2 단백질 진화에서 사용되는 몬테카를로 시퀀스 생성 방법이 신경 상관관계 데이터로부터 유도된 최대 엔트로피 모델과 동치인가?
• RQ3 쌍별 모델이 생물학적 시스템에서 고차 상관관계를 예측하는 데 성공하는 데 이르는 이론적 근거는 무엇인가?
• RQ4 최대 엔트로피 프레임워크는 생물학적 시스템의 열역학적 및 정보이론적 성질을 어떻게 드러내는가?
• RQ5 실제 생물학적 시스템의 파rameter들, 예를 들어 단백질 시퀀스나 신경 활동은 임계점 근처이거나 특수한 구성 상태에 있는가?

주요 결과

• 단백질 시퀀스 생성에 사용되는 몬테카를로 냉각 절차는 쌍별 상관관계로 제약된 최대 엔트로피 분포에서의 샘플링과 수학적으로 동치이다.
• 단백질 시퀀스 및 신경망 모델링 접근법 둘 다 대규모 N과 약한 상관관계에서의 극한에서 동일한 기초 확률 분포로 수렴한다.
• 이 프레임워크는 쌍별 모델이 직접적으로 제약되지 않은 고차 상관관계를 성공적으로 예측할 수 있는 이유를 설명한다.
• 최대 엔트로피 모델은 시스템 엔트로피를 계산할 수 있게 하며, 이는 功能적 시퀀스의 수량 또는 신경망의 정보 용량을 정량화한다.
• 이 방법은 관측된 데이터와 일치하는 새로운 功能적 단백질 시퀀스와 합성 신경 활동 패턴의 생성을 가능하게 한다.
• 동치성은 보편 원리임을 시사한다: 생물학적 시스템은 예상보다 단순할 수 있으며, 쌍별 상호작용만으로도 핵심적인 기능적 복잡성을 포괄할 수 있다.