[논문 리뷰] Deep Neural Network Based Precursor microRNA Prediction on Eleven Species

Jaya Thomas, Lee Sael|arXiv (Cornell University)|2017. 04. 10.

Cancer-related molecular mechanisms research참고 문헌 18인용 수 5

한 줄 요약

이 논문은 11개 종에서 전구 미크로RNA를 예측하기 위해 58개의 이질적 특징—염기서열, 접힘, 스템-루프, 통계적(자기표준점수)—을 통합하는 딥 뉴럴 네트워크 모델인 DP-miRNA를 제안한다. 이 모델은 전통적인 분류기인 SVM, 랜덤 포레스트, 나이브 베이즈보다 뛰어나며, 인간 데이터셋에서 최대 99.2%의 정확도와 98.24%의 특이도를 기록했고, 수정된 샘플링 기법을 통해 클래스 불균형 문제에 대한 일반화 능력과 강건성을 향상시켰다.

ABSTRACT

MicroRNA (miRNA) are small non-coding RNAs that regulates the gene expression at the post-transcriptional level. Determining whether a sequence segment is miRNA is experimentally challenging. Also, experimental results are sensitive to the experimental environment. These limitations inspire the development of computational methods for predicting the miRNAs. We propose a deep learning based classification model, called DP-miRNA, for predicting precursor miRNA sequence that contains the miRNA sequence. The feature set based Restricted Boltzmann Machine method, which we call DP-miRNA, uses 58 features that are categorized into four groups: sequence features, folding measures, stem-loop features and statistical feature. We evaluate the performance of the DP-miRNA on eleven twelve data sets of varying species, including the human. The deep neural network based classification outperformed support vector machine, neural network, naive Baye's classifiers, k-nearest neighbors, random forests, and a hybrid system combining support vector machine and genetic algorithm.

연구 동기 및 목표

• 다양한 종에서 진정한 전구 miRNA와 가짜 도우마이크로RNA를 정확하게 구별할 수 있는 계산 방법을 개발하는 것.
• miRNA 예측 데이터셋에서의 클래스 불균형 문제를 수정된 샘플링 기법을 통해 해결하는 것.
• 일반적으로 사용되는 인간 데이터셋 외의 여러 종에서 딥 뉴럴 네트워크 모델의 성능을 평가하는 것.
• 염기서열, 구조적, 열역학적, 통계적 특징을 통합하여 개선된 분류 성능를 달성하기 위한 유일한 딥 뉴럴 학습 프레임워크를 구축하는 것.
• 딥 러닝 기법이 전구 miRNA 예측에서 기존의 기계학습 방법보다 뛰어나다는 것을 입증하는 것.

제안 방법

• DP-miRNA 모델은 염기서열 특징, 접힘 측정치, 스템-루프 특성, 통계적 유의성에 대한 자기표준점수를 포함한 58개 특징 입력 벡터를 사용하는 딥 뉴럴 네트워크를 활용한다.
• 클래스 불균형 문제를 완화하기 위해 수정된 샘플링 기법이 적용되어, 불균형한 학습 데이터에서의 일반화 능력을 향상시킨다.
• 다양한 숨겨진 층과 뉴런 수를 가진 반복적 학습을 통해 모델 아키텍처를 최적화하였으며, 경험적 검증을 통해 X-100-70-1 구성(X = 특징 벡터 크기)으로 결정하였다.
• 특징 선택을 통해 다이뉴클레오티드 빈도, 최소 자유 에너지(MFEI4, MFEI5), 융해 온도(Tm, Tm/L), 위치 엔트로피 등 예측 능력에 가장 기여하는 20개의 핵심 특징을 식별하였다.
• 딥 러닝 프레임워크는 계층별 특징 추상화를 수행하여 원시 특징 입력으로부터 고차원 표현을 학습할 수 있도록 한다.
• 성능 평가에는 10겹 교차검증이 사용되었으며, 정확도, 민감도, 특이도, 기하평균(Gm) 등의 지표를 사용하였다.

실험 결과

연구 질문

• RQ1 딥 뉴럴 네트워크 모델이 다양한 생물학적 특징을 효과적으로 통합하여 다수 종에서 전구 miRNA 예측 성능을 향상시킬 수 있는가?
• RQ2 제안된 DP-miRNA 모델의 성능가 전통적인 기계학습 분류기인 SVM, 랜덤 포레스트, 나이브 베이즈와 비교해 볼 때 어떻게 되는가?
• RQ3 수정된 샘플링 기법이 miRNA 예측 데이터셋의 클래스 불균형 문제를 어느 정도 완화하는가?
• RQ4 모델이 인간 이외의 종, 예를 들어 Bovis taurus나 고릴라와 같은 종에서도 잘 일반화되는가?
• RQ5 어느 특정 특징이 모델의 예측 정확도와 강건성에 가장 크게 기여하는가?

주요 결과

• 선택된 20개 특징을 사용하여 인간 데이터셋에서 DP-miRNA 모델은 99.2%의 정확도, 99.58%의 민감도, 98.24%의 특이도를 기록하였다.
• SVM, 랜덤 포레스트, 나이브 베이즈, k-NN, 그리고 하이브리드 SVM-유전 알고리즘 시스템을 포함한 여러 기준 분류기보다 성능이 뛰어났다.
• Bos taurus 데이터셋에서 특징 집합을 개선한 후 기하평균이 89.62%에서 92.3%로 향상되었으며, ZG, (G-C)/스템, dF와 같은 종 특화 특징이 기여하였다.
• 모델은 인간 이외의 10개 종에 걸쳐도 강력한 일반화 능력을 보였으며, 다양한 분류군에서 일관된 높은 성능를 기록하였다.
• 특징 중요도 분석 결과 열역학적 특징(MFEI4, Tm/L), 염기서열 조성(AU, UU), 구조적 지표((G-U)/스템)가 매우 예측력이 높은 것으로 나타났다.
• 두 개의 은닉층을 가진 딥 러닝 아키텍처(X-100-70-1)가 훈련 오차와 계산 비용 사이의 최적 균형을 이룩하였으며, 더 깊은 네트워크에서는 추가로 향상되지 않았다.