[论文解读] FluxGAT: Integrating Flux Sampling with Graph Neural Networks for Unbiased Gene Essentiality Classification

Kieren Sharma, Lucia Marucci+1 more|arXiv (Cornell University)|Mar 27, 2024

Machine Learning in BioinformaticsBiochemistry, Genetics and Molecular Biology被引用 3

一句话总结

FluxGAT 提出了一种图神经网络，可直接从通量采样数据预测基因必要性，无需在通量平衡分析（FBA）中预设目标函数。通过在源自通量采样数据的代谢反应网络上应用图注意力网络，FluxGAT 在中国仓鼠卵巢细胞中识别必要基因的敏感度接近 FBA 的两倍（0.576 对比 0.304），减少了观察者偏差，并实现了在多样化生物系统中更具泛化能力的预测。

ABSTRACT

Gene essentiality, the necessity of a specific gene for the survival of an organism, is crucial to our understanding of cellular processes and identifying drug targets. Experimental determination of gene essentiality requires large growth screens that are time-consuming and expensive, motivating the development of in-silico approaches. Existing methods predominantly utilise flux balance analysis (FBA), a constraint-based optimisation algorithm; however, they are fundamentally limited by the necessity of a predefined cellular objective function. This requirement introduces an element of observer bias, as the objective function often reflects the researcher's assumptions rather than the cell's biological goals. Here, we present FluxGAT, a graph neural network (GNN) model capable of predicting gene essentiality directly from graphical representations of flux sampling data. Flux sampling removes the need for objective functions, thereby eliminating observer bias. FluxGAT leverages the unique strengths of GNNs in learning representations of complex relationships within metabolic reaction networks. The success of our approach in predicting experimentally determined gene essentiality, with almost double the sensitivity of FBA, explores the possibility of predicting cellular phenotypes in cases when objectives are less understood. Thus, we demonstrate a method for more general gene essentiality predictions across a broader spectrum of biological systems and environments.

研究动机与目标

• 解决通量平衡分析（FBA）中固有的观察者偏差，该方法依赖预设的细胞目标，而这些目标可能无法反映真实的生物学目标。
• 开发一种机器学习方法，利用内在网络结构和通量分布数据预测基因必要性，独立于假设的目标函数。
• 提高必要性预测的敏感度，特别是在目标函数定义不明确的非模式生物和复杂系统中。
• 证明图神经网络能够有效从通量采样分布中学习，以比传统 FBA 更高的准确度对基因必要性进行分类。
• 实现在代谢网络中更通用、无偏的细胞表型计算预测。

提出的方法

• 使用通量采样生成可行代谢通量状态的分布，从而消除对预设目标函数的需求。
• 从通量采样数据构建加权代谢反应网络，其中节点代表反应，边代表共享的代谢物。
• 图注意力网络（GAT）处理网络结构，利用消息传递机制基于拓扑和通量特征学习节点级别的嵌入表示。
• 节点特征包括反应的化学性质，如计量系数和热力学约束，整合到 GNN 输入中。
• 最终的节点表示通过带有 Sigmoid 激活函数的全连接层进行二分类，以判断基因是否必要（必要 vs. 非必要）。
• 模型在来自 CRISPR 筛选的已知必要性标签上进行端到端训练，性能通过交叉验证和与 FBA 的比较进行评估。

实验结果

研究问题

• RQ1 是否可以通过绕过通量平衡分析中对预设目标函数的需求，实现更高敏感度的基因必要性预测？
• RQ2 在预测实验测定的基因必要性方面，基于通量采样数据训练的图神经网络与 FBA 相比表现如何？
• RQ3 FluxGAT 是否能通过学习内在网络和通量特性而非假设目标，实现在多样化生物系统中的泛化？
• RQ4 拓扑特征与通量特征在提升必要性预测性能方面，相较于仅依赖序列或仅依赖拓扑的方法，其贡献如何？
• RQ5 GNN 中的注意力权重在多大程度上反映了反应网络中的生物相关关系？

主要发现

• 在 iCHO2291 基因组规模代谢模型中，FluxGAT 识别必要基因的敏感度达到 0.576，几乎是 FBA 敏感度 0.304 的两倍。
• FluxGAT 正确识别出 FBA 标记的 41 个必要基因中的 32 个，并额外发现了 44 个 FBA 错过的必要基因，尽管存在 14 个假阳性。
• 该模型保持了较高的特异性（0.977），与 FBA 的 0.985 相当，表明在分类非必要基因方面具有很强的精确度。
• FluxGAT 将假阴性数量从 FBA 的 94 个减少到 56 个，显著提升了必要基因的召回率。
• 该模型通过学习通量分布而非依赖观察者定义的目标函数，展现出更强的泛化能力，使其在非模式生物中具有更广泛的应用潜力。
• FluxGAT 中的注意力机制揭示了具有生物学意义的反应关系，表明其在未来的系统生物学应用中具备可解释性潜力。