[論文レビュー] acc-MOTIF: Accelerated Motif Detection Using Combinatorial Techniques

Luís A. A. Meira, Vinícius R. Máximo+2 more|arXiv (Cornell University)|Mar 15, 2012

Genomics and Chromatin Dynamics参考文献 10被引用数 1

ひとこと要約

本稿では、有向グラフにおけるサイズ3、4、5の同型モチーフパターンの正確なカウントのための高速化された組合せ的アルゴリズムを提案する。それぞれの時間計算量はO(m√m)、O(m²)、O(m²n)である。本手法は、FANMOD や Kavosh といった既存のツールよりも実行時間で顕著に優れており、正確性を保証している。実装はオンラインで公開されている。

ABSTRACT

Network motif algorithms have been a topic of research mainly after the 2002-seminal paper from Milo \emph{et al}, that provided motifs as a way to uncover the basic building blocks of most networks. In Bioinformatics, motifs have been mainly applied in the field of gene regulation networks. This paper proposes new algorithms to exactly count isomorphic pattern motifs of sizes 3, 4 and 5 in directed graphs. Let $G(V,E)$ be a directed graph with $m=|E|$. We describe an $O({m\sqrt{m}})$ time complexity algorithm to count isomorphic patterns of size 3. In order to count isomorphic patterns of size 4, we propose an $O(m^2)$ algorithm. To count patterns with 5 vertices, the algorithm is $O(m^2n)$. The new algorithms were implemented and compared with FANMOD and Kavosh motif detection tools. The experiments show that our algorithms are expressively faster than FANMOD and Kavosh's. We also let our motif-detecting tool available in the Internet.

研究の動機と目的

• 有向グラフにおける同型モチーフパターンを検出するより高速で正確なアルゴリズムの開発を目的とする。
• FANMOD や Kavosh のような既存のモチーフ検出ツールが、より大きなまたは密度の高いネットワークに対して計算的に非効率であるという問題を解決することを目的とする。
• サイズ3、4、5のモチーフに対して、理論的時間計算量の上限が保証されたスケーラブルな組合せ的アルゴリズムを提供することを目的とする。
• 提案されたアルゴリズムに基づいた高性能なモチーフ検出ツールを実装し、公開することを目的とする。

提案手法

• サイズ3モチーフ用のアルゴリズムは、エッジおよび頂点の近傍解析に基づく組合せ的アプローチを用い、O(m√m)の時間計算量を達成する。
• サイズ4モチーフの場合、2エッジ走査戦略を採用し、すべての可能な4ノード部分グラフを体系的に列挙し、同型性をチェックする。
• サイズ5モチーフ検出には、エッジと頂点のネストしたループを用い、隣接行列の照会によるプルーニングを実施することで、O(m²n)の計算量に至る。
• アルゴリズムは、正しくない陽性または陰性を防ぐために、正規化ラベルを用いた正確な同型性チェックに依存している。
• すべてのアルゴリズムは有向グラフに最適化されており、非対称なエッジ関係を明示的に処理している。
• 実装はオープンソース化され、再現性を高めるとともに、ネットワーク解析分野における広範な利用を支援する。

実験結果

リサーチクエスチョン

• RQ1 組合せ的技法を用いて、有向グラフにおけるモチーフ検出のためのより高速な正確なアルゴリズムを設計できるか？
• RQ2 有向グラフにおけるサイズ3、4、5のモチーフの正確なカウントの理論的時間計算量の上限は何か？
• RQ3 実際の性能において、本手法は FANMOD や Kavosh といった既存のツールと比べて、速度と正確性の面でどのように差をつけるか？
• RQ4 提案されたアルゴリズムは、正確性を損なわず、より大きなまたは密度の高い有向ネットワークにも効率的にスケーリングできるか？

主な発見

• サイズ3モチーフ用に提案されたアルゴリズムは、O(m√m)の時間計算量を達成し、従来の手法に比べ顕著に高速化された。
• サイズ4モチーフ検出アルゴリズムはO(m²)の時間計算量で実行され、中規模のグラフの処理を高速化できる。
• サイズ5モチーフ検出アルゴリズムはO(m²n)の計算量を有し、中程度の密度のネットワークに対しても実行可能である。
• 実験的評価により、さまざまなベンチマークデータセットにおいて、新規アルゴリズムは FANMOD や Kavosh よりも著しく高速であることが示された。
• モチーフ検出ツールの実装は公開されており、コミュニティでの利用やバイオインフォマティクスパイプラインへの統合を可能にしている。
• 結果から、組合せ的最適化が正確なモチーフカウントにおいて理論的および実用的な高速化をもたらすことが確認された。