[논문 리뷰] Towards a Mathematical Foundation of Immunology and Amino Acid Chains

Wen‐Jun Shen, Hau−San Wong외 3명|arXiv (Cornell University)|2012. 05. 28.

vaccines and immunoinformatics approaches참고 문헌 40인용 수 29

한 줄 요약

이 논문은 BLOSUM62에서 유도된 새로운 문자열 커널 $ˇK^3$를 제안하며, 이를 정규화된 최소 제곱법을 통해 HLA-DR 분자에 대한 펩타이드 결합 친화도를 예측하는 데 적용한다. 이는 고정 앨레르기 및 편재 앨레르기 벤치마크에서 최신 기술 수준의 성능을 달성하며, WHO 혈청형 분류와 일치하는 정확한 HLA-DR 앨레르기 군집화를 가능하게 하여 면역학적 서열 분석을 위한 수학적으로 탄탄한 강력한 프레임워크를 확립한다.

ABSTRACT

We attempt to set a mathematical foundation of immunology and amino acid chains. To measure the similarities of these chains, a kernel on strings is defined using only the sequence of the chains and a good amino acid substitution matrix (e.g. BLOSUM62). The kernel is used in learning machines to predict binding affinities of peptides to human leukocyte antigens DR (HLA-DR) molecules. On both fixed allele (Nielsen and Lund 2009) and pan-allele (Nielsen et.al. 2010) benchmark databases, our algorithm achieves the state-of-the-art performance. The kernel is also used to define a distance on an HLA-DR allele set based on which a clustering analysis precisely recovers the serotype classifications assigned by WHO (Nielsen and Lund 2009, and Marsh et.al. 2010). These results suggest that our kernel relates well the chain structure of both peptides and HLA-DR molecules to their biological functions, and that it offers a simple, powerful and promising methodology to immunology and amino acid chain studies.

연구 동기 및 목표

• 커널 방법을 활용하여 면역학 및 아미노산 사슬 분석을 위한 수학적 기반을 구축하기 위해.
• 이진 결합/비결합 분류를 넘어서 HLA-DR 분자에 대한 펩타이드 결합 친화도 예측을 향상시키기 위해.
• 펩타이드와 HLA-DR 앨레르기 간의 서열 유사성과 구조적 관계를 통해 생물학적 기능을 포착하는 커널을 개발하기 위해.
• WHO 혈청형 분류와 일치하는 정확한 HLA-DR 앨레르기 군집화를 가능하게 하기 위해.
• 기본적인 아미노산 치환 매트릭스와 문자열 매칭에 기반한 단순한 커널이 면역학 예측 과제에서 기존 방법들을 능가할 수 있음을 보여주기 위해.

제안 방법

• 변형된 BLOSUM62 매트릭스를 BLOSUM62-2로 구성하기 위해 치환 빈도를 극값 확률을 사용해 정규화한다.
• BLOSUM62-2 매트릭스 요소를 $\beta \approx 1/8$ 또는 $1/10$의 거듭제곱으로 올린 기저 커널 $K^1$을 정의한다.
• 같은 길이의 k-mer 쌍에 대해 정렬된 위치에서의 $K^1$ 값의 곱으로 문자열 커널 $K^2_k$를 정의한다.
• 모든 정렬된 k-mer 쌍에 대한 합으로 전체 커널 $K^3(f,g)$를 정의하며, 중복을 세는 것을 포함한다.
• 정규화를 통해 $K^3$를 얻어 양의 정부호성과 대칭성을 확보함으로써 상관관계 커널 $\hat{K}^3$을 유도한다.
• 학습 알고리즘으로 정규화된 최소 제곱법(RLS)을 사용하여, 이진 분류보다 실수 값의 결합 친화도 예측에 중점을 둔다.

실험 결과

연구 질문

• RQ1 아미노산 서열과 BLOSUM62와 같은 치환 매트릭스에 기반한 커널이 펩타이드-HLA-DR 결합 친화도 예측에서 최신 기술 수준의 성능을 달성할 수 있는가?
• RQ2 제안된 커널이 WHO 혈청형 분류와 일치하는 정확한 HLA-DR 앨레르기 군집화를 가능하게 함으로써 생물학적 관련성을 유지하는가?
• RQ3 이 맥락에서 실수 값의 결합 친화도 예측 강조가 이진 분류보다 효과적인가?
• RQ4 간격과 간격 페널티가 면역학적 서열 분석의 문자열 커널 프레임워크에서 성능 향상에 기여하는가?
• RQ5 이 커널을 사용하여 HLA-DR 앨레르기 간의 기능적이고 구조적인 관계를 반영하는 의미 있는 거리 측도를 정의할 수 있는가?

주요 결과

• 제안된 커널 $\hat{K}^3$은 고정 앨레르기 및 편재 앨레르기 HLA-DR 결합 친화도 예측 벤치마크에서 최신 기술 수준의 성능을 달성한다.
• 고정 앨레르기 벤치마크에서 상관계수 0.7568과 평균 제곱오차 0.6127을 기록한다.
• 편재 앨레르기 벤치마크에서 상관계수 0.7413과 평균 제곱오차 0.3089를 기록한다.
• 커널 기반의 HLA-DR 앨레르기 군집화가 정확히 WHO 혈청형 분류를 재현하며 강력한 생물학적 관련성을 보여준다.
• 간격과 간격 페널티가 성능 향상에 기여하지 않으며, 실수 값의 회귀가 이진 분류보다 효과적임을 확인한다.
• BLOSUM62-2 매트릭스는 원시 BLOSUM62 데이터에서 극값 확률을 사용해 유도되며, 커널이 양의 정부호성과 대칭성을 갖는 것으로 입증된다.