[논문 리뷰] Using Graph Neural Networks for Mass Spectrometry Prediction

Hao Zhu, Liping Liu외 1명|arXiv (Cornell University)|2020. 10. 09.

Metabolomics and Mass Spectrometry Studies참고 문헌 29인용 수 10

한 줄 요약

이 논문은 분자 그래프에서 질량 스펙트럼을 예측하기 위해 그래프 신경망(GNN)을 사용하는 것을 제안하며, 특히 그래프 컬러이션 네트워크(GCN)와 그래프 어텐션 네트워크(GAT)를 활용하여 프린트기반 NEIMS 모델을 능가한다. 10층의 GAT과 게이트드 선형 유닛(GLU)을 사용한 모델은 NIST 17 LC-MS 데이터셋에서 스펙트럼 유사도(0.517)와 Recall@10(83.3%)에서 최고 성능을 기록하여, GNN이 스펙트럼 예측에서 뛰어난 성능을 보이며 후보 집합 크기와 유사도가 랭킹 성능에 미치는 영향이 크다는 점을 입증한다.

ABSTRACT

Detecting and quantifying products of cellular metabolism using Mass Spectrometry (MS) has already shown great promise in many biological and biomedical applications. The biggest challenge in metabolomics is annotation, where measured spectra are assigned chemical identities. Despite advances, current methods provide limited annotation for measured spectra. Here, we explore using graph neural networks (GNNs) to predict the spectra. The input to our model is a molecular graph. The model is trained and tested on the NIST 17 LC-MS dataset. We compare our results to NEIMS, a neural network model that utilizes molecular fingerprints as inputs. Our results show that GNN-based models offer higher performance than NEIMS. Importantly, we show that ranking results heavily depend on the candidate set size and on the similarity of the candidates to the target molecule, thus highlighting the need for consistent, well-characterized evaluation protocols for this domain.

연구 동기 및 목표

• 분자 프린트 대신 그래프 기반 표현을 사용하여 질량 스펙트럼 예측 정확도를 향상시키는 것.
• NEIMS와 같은 기존 신경망 모델에 비해 GNN이 LC-MS/MS 스펙트럼 예측에서 뛰어나지 못할지 평가하는 것.
• 후보 분자의 집합 크기와 분자 유사도가 대사물질 애너테이션의 랭킹 성능에 미치는 영향을 조사하는 것.
• MS 스펙트럼 예측 도구에 대해 더 견고하고 일관성 있는 평가 프로토콜을 수립하는 것.

제안 방법

• 원자들을 노드로, 결합을 간선으로 하는 그래프로 분자를 표현하여 GNN이 구조적 표현을 학습할 수 있도록 한다.
• 두 가지 GNN 아키텍처를 평가한다: 그래프 컬러이션 네트워크(GCN)와 그래프 어텐션 네트워크(GAT)로, 깊이와 어텐션 메커니즘을 다양하게 설정한다.
• 스펙트럼 예측은 과적합을 방지하기 위해 L2 정규화와 드롭아웃(rate = 0.5)을 사용한 평균 제곱오차(MSE) 최소화를 통해 학습된다.
• 입력 특징으로 원자 및 결합 유형을 사용하며, 강도 값은 로그 또는 제곱근 변환 방법을 통해 정규화 및 변환된다.
• 노드 수준 표현을 전역 스펙트럼 벡터로 집계하기 위해 글로벌 최대, 글로벌 평균, 또는 글로벌 어텐션을 사용한 그래프 풀링을 적용한다.
• 출력 레이어로 밀집층 또는 게이트드 선형 유닛(GLU)을 사용하여 최종 스펙트럼을 예측하며, 하이퍼파ram터 서치를 통해 성능을 최적화한다.

실험 결과

연구 질문

• RQ1 GNN 기반 모델은 LC-MS/MS 데이터에서 NEIMS와 같은 프린트 기반 모델보다 더 높은 스펙트럼 예측 정확도를 달성할 수 있는가?
• RQ2 GNN 아키텍처의 깊이(GCN 대비 GAT 등)가 스펙트럼 예측 성능에 어떤 영향을 미치는가?
• RQ3 후보 분자 집합의 크기와 유사도가 스펙트럼 애너테이션 도구의 랭킹 성능에 어떤 영향을 미치는가?
• RQ4 어느 데이터 변환 및 풀링 전략이 가장 뛰어난 스펙트럼 예측 및 Recall@k 성능을 제공하는가?

주요 결과

• 10층의 GAT 모델에 GLU 출력을 사용한 경우 스펙트럼 유사도가 0.517로 가장 높았으며, 이는 NEIMS(0.157)를 크게 능가했다.
• 최고의 GAT 모델은 Recall@10이 83.3%에 달했고, NEIMS의 65.1%에 비해 뛰어난 랭킹 성능을 보였다.
• 후보 집합 크기가 커질수록 성능이 크게 떨어졌으며, Recall@10은 후보 50개일 때 83.3%에서 더 큰 집합에서는 낮아졌다.
• NVIDIA V100 GPU에서 모델은 초당 약 11,000개의 예측을 수행할 수 있었으며, 이는 높은 추론 효율성을 의미한다.
• 강도 값에 대한 로그 변환은 제곱근 변환 대비 일관되게 성능 향상을 이끌었다.
• 후보 유사도와 집합 크기가 Recall@k에 크게 영향을 미치는 것으로 확인되어, 표준화된 평가 프로토콜이 필요하다는 점을 시사한다.