[논문 리뷰] Predicting Gene-Disease Associations with Knowledge Graph Embeddings over Multiple Ontologies

Susana Nunes, Rita T. Sousa외 1명|ArXiv.org|2021. 05. 11.

Bioinformatics and Genomic Networks참고 문헌 24인용 수 7

한 줄 요약

이 논문은 유전자-질병 연관성을 예측하기 위해 다수의 생물학적 온톨로지—예를 들어 유전자 온톨로지(GO), MONDO, HPO—를 통합하는 지식 그래프 임베딩 접근법을 제안한다. 통합된 다중 온톨로지 지식 그래프에서 랜덤 워크 기반의 노드 표현을 활용함으로써 계층적 구조를 초월하는 다양한 생물학적 관계를 포착하며, 단일 온톨로지 또는 의미적 유사도 기반 베이스라인에 비해 예측 성능을 크게 향상시킨다.

ABSTRACT

Ontology-based approaches for predicting gene-disease associations include the more classical semantic similarity methods and more recently knowledge graph embeddings. While semantic similarity is typically restricted to hierarchical relations within the ontology, knowledge graph embeddings consider their full breadth. However, embeddings are produced over a single graph and complex tasks such as gene-disease association may require additional ontologies. We investigate the impact of employing richer semantic representations that are based on more than one ontology, able to represent both genes and diseases and consider multiple kinds of relations within the ontologies. Our experiments demonstrate the value of employing knowledge graph embeddings based on random-walks and highlight the need for a closer integration of different ontologies.

연구 동기 및 목표

• 더 풍부한 의미적 표현을 다수의 생물학적 온톨로지에서 활용함으로써 유전자-질병 연관성 예측의 정확도를 향상시키기 위해.
• 단일 온톨로지 접근법이 계층적 관계에만 국한되는 한계를 해결하기 위해.
• 지식 그래프 임베딩을 통해 다양한 온톨로지를 통합함으로써 예측 성능 향상 여부를 조사하기 위해.
• 랜덤 워크 기반 임베딩 기법이 복잡한 생물학적 관계를 얼마나 잘 포착하는지 평가하기 위해.

제안 방법

• 유전자 온톨로지(GO), MONDO, 인간 표현형 온톨로지(HPO)를 포함한 다수의 생물학적 온톨로지를 통합하여 통합된 지식 그래프를 구축한다.
• 특히 노드2베크 유사 랜덤 워크 방법을 활용한 지식 그래프 임베딩 기법을 다중 온톨로지 그래프에 적용하여 유전자 및 질병의 조밀한 벡터 표현을 학습한다.
• 학습된 임베딩을 사용하여 유전자-질병 쌍 간의 유사도 점수를 계산하여 예측을 수행한다.
• 기존의 유전자-질병 연관성을 양성 예외로 사용하여 모델을 훈련하고, 음성 샘플은 무작위 쌍화를 통해 생성한다.
• 의미적 유사도 및 단일 온톨로지 지식 그래프 임베딩 기반의 베이스라인과의 성능을 비교한다.
• 링크 예측 프레임워크를 활용하여 모델이 기존에 알려진 연관성을 얼마나 잘 복원하는지 평가한다.

실험 결과

연구 질문

• RQ1 단일 온톨로지 기반 접근법에 비해 다수의 생물학적 온톨로지를 하나의 지식 그래프에 통합함으로써 유전자-질병 연관성 예측 성능을 향상시킬 수 있는가?
• RQ2 랜덤 워크 기반 지식 그래프 임베딩은 전통적인 의미적 유사도 방법에 비해 유전자-질병 링크 예측에서 어떻게 성능을 냈는가?
• RQ3 계층적 관계를 초월하는 다양한 생물학적 관계 유형(예: 분자, 표현형, 질병 관련 용어 등)이 예측 성능 향상에 어느 정도 기여하는가?
• RQ4 고립되거나 별도의 온톨로지 표현 방식보다 통합된 다중 온톨로지 지식 그래프를 사용할 경우에 측정 가능한 이점이 있는가?

주요 결과

• 다중 온톨로지 지식 그래프 임베딩 접근법이 의미적 유사도 기반 전통적 방법에 비해 유전자-질병 연관성 예측에서 뚜렷한 성능 향상을 보였다.
• 랜덤 워크 기반 지식 그래프 임베딩이 단일 온톨로지에서 훈련된 베이스라인 모델에 비해 뛰어난 성능을 보였다.
• 특히 분자, 표현형 및 질병 관련 용어를 포함한 다수의 온톨로지 통합이 생물학적으로 관련된 관계를 포착하는 데 모델의 능력을 향상시켰다.
• 단일 온톨로지 기반 베이스라인에 비해 더 높은 AUC 점수를 기록하여 양성 및 음성 유전자-질병 쌍 간의 구분 능력 향상을 시사했다.
• 고립된 온톨로지에서는 생물학적 증거의 전반적인 스펙트럼을 포착하지 못하므로, 온톨로지 간 통합의 중요성을 입증하였다.
• 계층적 구조에 국한되지 않고 다양한 온톨로지 간 관계를 활용하는 지식 그래프 임베딩이 더 효과적임을 확인하였다.