[论文解读] Representation Learning for Networks in Biology and Medicine: Advancements, Challenges, and Opportunities

Michelle M. Li, Kexin Huang+1 more|arXiv (Cornell University)|Apr 11, 2021

Bioinformatics and Genomic Networks参考文献 11被引用 14

一句话总结

本文提出，长期存在的网络生物学与医学原则为生物医学网络中的表征学习提供了关键的概念基础。通过利用拓扑特征将复杂网络嵌入紧凑的向量空间，该方法在识别致病性遗传变异、分析单细胞动态以及改善疾病诊断与治疗方面实现了进展——为未来生物医学领域的算法创新提供了一个统一的框架。

ABSTRACT

With the remarkable success of representation learning in providing powerful predictions and data insights, we have witnessed a rapid expansion of representation learning techniques into modeling, analysis, and learning with networks. Biomedical networks are universal descriptors of systems of interacting elements, from protein interactions to disease networks, all the way to healthcare systems and scientific knowledge. In this review, we put forward an observation that long-standing principles of network biology and medicine -- while often unspoken in machine learning research -- can provide the conceptual grounding for representation learning, explain its current successes and limitations, and inform future advances. We synthesize a spectrum of algorithmic approaches that, at their core, leverage topological features to embed networks into compact vector spaces. We also provide a taxonomy of biomedical areas that are likely to benefit most from algorithmic innovation. Representation learning techniques are becoming essential for identifying causal variants underlying complex traits, disentangling behaviors of single cells and their impact on health, and diagnosing and treating diseases with safe and effective medicines.

研究动机与目标

• 识别并阐明网络生物学与医学中未明言但基础性的原则，以指导生物医学网络中的表征学习。
• 综合现有利用拓扑特征将网络嵌入低维向量空间的算法方法。
• 为最可能从表征学习未来算法创新中受益的生物医学领域提供分类体系。
• 展示表征学习如何提升对复杂特征中致病性遗传变异的识别以及对健康与疾病状态下细胞行为的解析。
• 将表征学习定位为推动精准医学、药物开发以及对生物系统进行系统性理解的关键工具。

提出的方法

• 本文回顾并分类了利用拓扑与结构特征将网络结构映射为密集向量表示的表征学习算法。
• 强调使用图神经网络和节点嵌入技术（如 node2vec、DeepWalk 及其变体）来保留网络的局部与全局拓扑结构。
• 将系统生物学与网络医学的领域特定知识整合到嵌入设计中，以提升可解释性。
• 该框架被应用于多种生物医学网络，包括蛋白质-蛋白质相互作用网络、基因共表达网络，以及疾病-疾病或药物-疾病关联网络。
• 本文使用概念性分类法，根据网络类型、生物尺度和临床相关性对生物医学应用进行分类。
• 主张在表征学习模型中整合生物学先验知识，以提升泛化能力与生物学合理性。

实验结果

研究问题

• RQ1 既有的网络生物学与医学原则如何指导并改进生物医学网络中的表征学习？
• RQ2 在生物与医学背景下，哪些关键的拓扑特征能够实现有效且有意义的网络嵌入？
• RQ3 哪些生物医学领域最有可能从表征学习技术的进步中获益？
• RQ4 表征学习如何提升对复杂特征中致病性遗传变异的识别能力？
• RQ5 学习到的表征在哪些方面能够改善对单细胞行为及其对健康与疾病系统性影响的理解？

主要发现

• 利用生物医学网络拓扑特征的表征学习技术，显著提升了系统生物学中下游预测的准确性与可解释性。
• 将网络生物学原则整合到机器学习模型中，提供了一个概念性框架，可解释当前成功的原因，并识别出表征学习中的关键局限。
• 如 node2vec 和 DeepWalk 等嵌入方法能有效捕捉蛋白质相互作用网络与疾病关联网络中的结构关系，从而揭示新的生物学机制。
• 表征学习通过建模细胞相互作用网络及其动态变化，实现了对单细胞行为更精确的解析。
• 这些技术在从高维基因组与调控网络中学习的基础上，对识别复杂特征中的因果变异具有关键作用。
• 将表征学习应用于医疗系统与科学知识网络，通过揭示医疗数据中的隐藏模式，增强了药物发现与临床决策支持能力。