[논문 리뷰] SANA: Simulated Annealing Network Alignment Applied to Biological Networks

Nil Mamano, Wayne B. Hayes|arXiv (Cornell University)|2016. 07. 09.

Bioinformatics and Genomic Networks참고 문헌 33인용 수 5

한 줄 요약

이 논문은 생물학적(서열 및 GO 유사성) 및 구조적(에지 커버리지, S3, WEC, LCCS) 다수의 목적 함수를 최적화하는 데 있어 기존 방법들을 뛰어넘는 성능을 보이는 새로운 시뮬레이티드 어닐링 기반 네트워크 정렬 알고리즘인 SANA를 소개한다. SANA는 적응형 온도 스케줄링을 사용한 확률적 최적화를 통해 지수적 해 공간을 효율적으로 탐색함으로써 기존 접근 방식보다 더 빠르게 뛰어난 정렬 품질을 달성한다.

ABSTRACT

The alignment of biological networks has the potential to teach us as much about biology and disease as has sequence alignment. Sequence alignment can be optimally solved in polynomial time. In contrast, network alignment is $NP$-hard, meaning optimal solutions are impossible to find, and the quality of found alignments depend strongly upon the algorithm used to create them. Every network alignment algorithm consists of two orthogonal components: first, an objective function or measure $M$ that is used to evaluate the quality of any proposed alignment, and second, a search algorithm used to explore the exponentially large set of possible alignments in an effort to find "good" ones according to $M$. Objective functions fall into many categories, including biological measures such as sequence similarity, as well as topological measures like graphlet similarity and edge coverage (possibly weighted). Algorithms to search the space of all possible alignments can be deterministic or stochastic, and many possibilities have been offered over the past decade. In this paper we introduce a new stochastic search algorithm called SANA: Simulated Annealing Network Aligner. We test it on several popular objective functions and demonstrate that it almost universally optimizes each one significantly better than existing search algorithms. Finally, we compare several topological objective functions using SANA. Software available at http://sana.ics.uci.edu.

연구 동기 및 목표

• 글로벌 쌍방향 네트워크 정렬을 위한 더 효과적인 탐색 알고리즘 개발 — 이는 NP-난해하며 히وري스틱 선택에 매우 민감하다.
• 서열 유사성, GO 부스팅 등 생물학적(서열 유사성, GO 부스팅) 및 에지 커버리지, S3, LCCS 등 구조적(에지 커버리지, S3, LCCS) 측정 기준을 포함한 다양한 목적 함수에서 정렬 품질 향상.
• 단일 탐색 알고리즘이 다양한 목적 함수에서 일관되게 기존 방법들을 능가할 수 있음을 입증하는 것.
• 에지 커버리지(EC)와 같이 잘못 이름이 붙어 있고 빠르게 포화 상태에 이르는 현재 목적 함수의 한계를 해결하는 것.
• 시뮬레이티드 어닐링을 통해 임의의 목적 함수에 적용 가능한 융통성 있고 고성능의 정렬 프레임워크 제공

제안 방법

• SANA는 두 개의 PPI 네트워크 간 가능한 일대일 노드 매핑의 지수적 해 공간을 탐색하기 위해 시뮬레이티드 어닐링을 사용한다.
• 알고리즘은 국소 최적값에서 벗어나기 위해 온도 제어를 통한 수용 확률을 사용하며, 시간이 지남에 따라 점차 무작위성의 정도를 줄인다.
• 임의의 목적 함수(예: EC, S3, WEC, LCCS, SEQ, GO_k)를 점수 기준으로 지원하여 사용자가 정의한 측정 기준의 최적화가 가능하다.
• 탐색은 점진적 업데이트로 이뤄지며, 노드 교환을 통해 이웃한 해를 탐색하고, 각 변경 후 에너지(부정의 점수)를 평가한다.
• 문제 인스턴스에 맞게 적응하는 동적 온도 스케줄링을 사용하여 수렴성과 해 품질을 향상시킨다.
• 할당된 런타임을 최대한 활용하도록 구현되어 있어 모든 테스트 케이스에서 일관된 성능을 보장한다.

실험 결과

연구 질문

• RQ1 단일 확률적 탐색 알고리즘이 PPI 네트워크 정렬에서 다양한 목적 함수에 걸쳐 기존 방법들을 능가할 수 있는가?
• RQ2 적절히 튜닝된 시뮬레이티드 어닐링이 결정적 또는 다른 확률적 방법보다 더 높은 품질의 정렬을 도출할 수 있는가?
• RQ3 생물학적 관련성(예: 서열 및 GO 유사성)과 구조적 유지 정도 측면에서 SANA는 최신 기술 대비 어떻게 비교되는가?
• RQ4 에지 커버리지(EC)와 같은 일반적으로 사용되는 목적 함수가 정렬 품질을 얼마나 잘못 이끌 수 있으며, SANA는 이를 완화할 수 있는가?
• RQ5 S3 및 LCCS와 같은 복잡한 목적 함수를 더 잘 최적화하면서도 생물학적 의미를 유지할 수 있는가?

주요 결과

• SANA는 테스트된 모든 목적 함수(EC, S3, WEC, LCCS)를 기존의 어떤 방법보다도 뚜렷이 더 잘 최적화한다. L-GRAAL 및 MAGNA++를 포함한 모든 기존 방법보다 뛰어난 성능을 보인다.
• SANA-LG(SANA-LCCS 최적화용)는 모든 다른 방법보다 유사하거나 더 높은 구조적 점수를 확보하면서도, 다른 방법보다 뚜렷이 더 높은 생물학적 점수(SEQ 및 GO_k)를 기록한다.
• SANA-S3는 모든 다른 방법보다 S3 최적화에서 뛰어난 성능을 보이며, 비-SANA 방법보다도 더 높은 생물학적 점수를 확보한다.
• SANA는 다른 방법들이 특정 목적 함수에 맞게 튜닝된 경우조차도 일관되게 더 높은 품질의 정렬을 생성한다.
• 연구 결과에 따르면 EC는 높은 포화도와 생물학적 정확성 부족으로 인해 오해의 소지가 있어 잘못된 측정 기준이 되며, 저자들은 혼동을 피하기 위해 이름을 바꾸는 것을 권장한다.
• SANA는 뛰어난 성능을 내는 동안 현재의 방법들보다 더 빠르게 실행되어 대규모 네트워크 정렬에서 효율성과 효과성 양면에서 입증된다.