[논문 리뷰] TreeGrafter: phylogenetic tree-based annotation of proteins with Gene Ontology terms and other annotations

Haiming Tang, ROBERT FINN외 1명|arXiv (Cornell University)|2018. 02. 20.

Genomics and Phylogenetic Studies참고 문헌 5인용 수 4

한 줄 요약

TreeGrafter는 사전에 애너테이션된 계통수 나무에 쿼리 서열을 이식하고, 공통 조상 노드에서 기능적 애너테이션—예를 들어 유전자 기능 어휘(Gene Ontology 텀들)와 PANTHER 분류—를 전파함으로써 단백질 애너테이션을 향상시키는 계산 도구이다. 이는 하위군 HMM 스코링보다 하위군 할당에서 뛰어난 성능을 보이며, 기반 나무의 진화적 관계를 활용함으로써 매우 구체적인 GO 애너테이션을 제공한다.

ABSTRACT

Summary: TreeGrafter is a new software tool for annotating protein sequences using annotated phylogenetic trees. Cur-rently, the tool provides annotations to Gene Ontology terms, and PANTHER protein class, family and subfamily. The ap-proach is generalizable to any annotations that have been made to internal nodes of a reference phylogenetic tree. Tree-Grafter takes each input query protein sequence, finds the best matching homologous family in a library of pre-calculated, pre-annotated gene trees, and then grafts it to the best location in the tree. It then annotates the sequence by propagating anno-tations from its ancestral nodes in the reference tree. We show that TreeGrafter outperforms subfamily HMM scoring for cor-rectly assigning subfamily membership, and that it produces highly specific annotations of GO terms based on annotated reference phylogenetic trees. This method will be further inte-grated into InterProScan, enabling an even broader user com-munity. Availability: TreeGrafter is freely available on the web at https://github.com/haimingt/TreeGrafting.

연구 동기 및 목표

• 진화적 관계를 기반으로 사전에 애너테이션된 계통수 나무에서 기능적 애너테이션을 신규 단백질 서열로 전이하는 방법을 개발하는 것.
• 기존의 HMM 기반 접근 방식에 비해 단백질 가족 내 하위군 소속 할당의 정확도를 향상시키는 것.
• 기반 나무의 조상 노드 애너테이션을 활용하여 특정하고 생물학적으로 의미 있는 유전자 기능 어휘 텀 애너테이션을 가능하게 하는 것.
• 더 넓은 생물정보학 커뮤니티에서의 접근성을 확보하기 위해 InterProScan에 이 방법을 통합하는 것.
• 이 방법을 기반 나무의 내부 노드에 할당된 모든 애너테이션 유형으로 일반화하는 것.

제안 방법

• 각 쿼리 단백질 서열에 대해 사전에 계산된 애너테이션된 유전자 나무 라이브러리에서 가장 유사한 동일계 가족을 식별한다.
• 진화적 거리 기반으로 기반 나무 내에서 최적의 이식 위치를 결정하기 위해 서열 정렬을 수행한다.
• 이식 지점에서 루트까지의 경로를 따라 기반 나무의 조상 노드에서 쿼리 서열로 애너테이션을 전파한다.
• 이 방법은 내부 노드에 이미 유전자 기능 어휘 텀(GO 텀들) 및 PANTHER 분류와 같은 기능적 텀들이 할당된 사전에 애너테이션된 기반 계통수 나무에 의존한다.
• 이 접근 방식은 새로운 HMM 모델링 없이도 서열 유사성과 계통수 배치를 활용하여 기능적 애너테이션을 추론한다.
• 이 도구는 GO 또는 PANTHER에 국한되지 않고, 기반 나무의 내부 노드에 할당된 모든 애너테이션 유형으로 확장 가능하도록 설계되어 있다.

실험 결과

연구 질문

• RQ1 계통수 기반 애너테이션은 하위군 HMM 스코링에 비해 하위군 소속 예측 정확도를 향상시킬 수 있는가?
• RQ2 계통수 기반 애너테이션은 서열 기반 방법에 비해 유전자 기능 어휘 텀을 얼마나 더 높은 특이도로 전달하는가?
• RQ3 기반 나무의 조상 애너테이션은 계통수 이식을 통해 신규 쿼리 서열로 얼마나 효과적으로 전파될 수 있는가?
• RQ4 이 방법은 GO 및 PANTHER 분류 이외의 다른 종류의 애너테이션에도 일반화될 수 있는가?
• RQ5 TreeGrafter는 기능적 애너테이션 전달에서 InterProScan과 같은 기존 도구에 비해 어떤 성능을 보이는가?

주요 결과

• TreeGrafter는 하위군 할당 정확도에서 하위군 HMM 스코링을 뛰어넘으며, 기능 분류의 정밀도 향상을 입증한다.
• 기반 나무에 암묵적으로 포함된 진화적 맥락을 활용함으로써 이 방법은 매우 구체적인 유전자 기능 어휘 애너테이션을 생성한다.
• TreeGrafter는 InterProScan에 통합될 수 있도록 설계되어 생물정보학 커뮤니티 전반에서의 보급을 가능하게 한다.
• 이 방법은 GO 또는 PANTHER 텀에 국한되지 않고, 기반 나비의 내부 노드에 할당된 모든 애너테이션 유형으로 일반화 가능하다.
• 조상 노드에서의 애너테이션을 전파함으로써 정확한 기능적 애너테이션을 달성하며, 진화적 관계에 기반한 생물학적으로 일관된 추론을 보장한다.