[论文解读] Enhancing the functional content of protein interaction networks

Gaurav Pandey, Sahil Manocha+2 more|arXiv (Cornell University)|Oct 25, 2012

Bioinformatics and Genomic Networks参考文献 25被引用 4

一句话总结

本文提出一种基于共同邻域相似性（CNS）度量的图变换框架，特别是连续h-置信度（HC.cont）度量，通过减少噪声并提高功能连通性来增强蛋白质相互作用网络。通过利用边可靠性评分，HC.cont在提升蛋白质功能预测准确性方面优于其他CNS度量，尤其在功能连接性较差的蛋白类别中表现更优。

ABSTRACT

Protein interaction networks are a promising type of data for studying complex biological systems. However, despite the rich information embedded in these networks, they face important data quality challenges of noise and incompleteness that adversely affect the results obtained from their analysis. Here, we explore the use of the concept of common neighborhood similarity (CNS), which is a form of local structure in networks, to address these issues. Although several CNS measures have been proposed in the literature, an understanding of their relative efficacies for the analysis of interaction networks has been lacking. We follow the framework of graph transformation to convert the given interaction network into a transformed network corresponding to a variety of CNS measures evaluated. The effectiveness of each measure is then estimated by comparing the quality of protein function predictions obtained from its corresponding transformed network with those from the original network. Using a large set of S. cerevisiae interactions, and a set of 136 GO terms, we find that several of the transformed networks produce more accurate predictions than those obtained from the original network. In particular, the $HC.cont$ measure proposed here performs particularly well for this task. Further investigation reveals that the two major factors contributing to this improvement are the abilities of CNS measures, especially $HC.cont$, to prune out noisy edges and introduce new links between functionally related proteins.

研究动机与目标

• 为解决蛋白质相互作用网络中的数据质量问题，包括噪声（假阳性）和不完整性（假阴性），这些问题会阻碍准确的生物推断。
• 评估各种共同邻域相似性（CNS）度量在提升网络功能内容方面的相对有效性。
• 研究基于CNS度量的结构变换如何提升蛋白质功能预测算法的性能。
• 识别哪种CNS度量最有效地修剪噪声边并引入功能相关蛋白之间的生物上有意义的连接。

提出的方法

• 将原始蛋白质相互作用网络表示为无向加权图，其中节点代表蛋白质，边代表相互作用，边权重反映可靠性评分。
• 应用多种CNS度量（包括FS.cont、TOM.cont和HC.cont）进行图变换，每种度量基于共享邻居和边权重计算连续相似性评分。
• 将原始网络转换为新网络，其中边权重由CNS评分导出，从而根据功能相似性重新加权或添加边。
• 使用FunctionalFlow（一种标准蛋白质功能预测算法）在原始网络和转换后网络上评估预测准确性，使用136个GO生物过程术语。
• 通过AUC（曲线下面积）比较预测性能以评估改进效果，重点关注低连接性蛋白类别中功能连通性的变化。
• 分析转换后网络的结构变化，以确定修剪噪声边和引入新功能连接如何共同提升预测准确性。

实验结果

研究问题

• RQ1 哪种CNS度量在噪声多且不完整的相互作用网络中最具效果地提升蛋白质功能预测的准确性？
• RQ2 不同CNS度量在修剪假阳性边和引入生物相关边方面如何改变网络结构？
• RQ3 在连接性较差的蛋白类别中增强功能连通性在多大程度上提升了预测性能？
• RQ4 边可靠性评分在图变换过程中区分真实相互作用与虚假相互作用方面起到什么作用？
• RQ5 CNS-based图变换能否作为稳健的预处理策略，以增强从PPI网络进行下游功能推断的性能？

主要发现

• HC.cont度量显著优于其他CNS度量，在蛋白质功能预测的AUC提升方面表现最佳，尤其在原始网络中功能连通性较低的GO术语中表现突出。
• 对于原始连接性低于2的53个功能类别，HC.cont平均使AUC提升0.0388，而其他类别平均仅提升0.0213，表明在难以预测的类别中取得了显著提升。
• HC.cont在减少噪声方面优于其他度量，表现为能有效修剪虚假边，同时保留或增强功能关联。
• 使用HC.cont的转换显著增加了同一GO术语下蛋白质之间的功能连通性，直接贡献于预测准确性的提升。
• 其他连续CNS度量如FS.cont和TOM.cont对低连接性类别的影响微乎其微，AUC变化分别为-0.0031和0.0045，表明其效果有限。
• HC.cont的成功源于其双重能力：既能去除噪声边，又能引入新的功能连接，从而直接应对PPI网络中的噪声和不完整性问题。