[论文解读] Hierachial Protein Function Prediction with Tails-GNNs.

Stefan Spalević, Petar Veličković+2 more|arXiv (Cornell University)|Jul 27, 2020

Bioinformatics and Genomic Networks参考文献 29被引用 7

一句话总结

本文提出Tail-GNN，一种新颖的图神经网络架构，通过利用功能本体作为关系标签图，将任何神经网络的输出空间集成，以实现分层蛋白功能预测。通过结合空洞卷积网络进行序列表征与Tail-GNN进行关系增强的标签预测，该方法在基线模型上显著提升了F₁分数。

ABSTRACT

Protein function prediction may be framed as predicting subgraphs (with certain closure properties) of a directed acyclic graph describing the hierarchy of protein functions. Graph neural networks (GNNs), with their built-in inductive bias for relational data, are hence naturally suited for this task. However, in contrast with most GNN applications, the graph is not related to the input, but to the label space. Accordingly, we propose Tail-GNNs, neural networks which naturally compose with the output space of any neural network for multi-task prediction, to provide relationally-reinforced labels. For protein function prediction, we combine a Tail-GNN with a dilated convolutional network which learns representations of the protein sequence, making significant improvement in F_1 score and demonstrating the ability of Tail-GNNs to learn useful representations of labels and exploit them in real-world problem solving.

研究动机与目标

• 为解决在具有层次结构的功能本体中预测蛋白功能的挑战，其中功能术语相互关联并表现出闭包特性。
• 通过设计一种在标签空间上运行而非输入数据上的方法，克服标准图神经网络通常仅在输入图上运行的局限性。
• 通过将功能术语的图结构与神经网络组合，使神经网络能够生成具有关系强化的预测。
• 通过在标签空间中利用关系归纳偏置，提升多任务蛋白功能预测的性能。

提出的方法

• Tail-GNN专为标签空间设计，具体而言是在基因本体（GO）的功能术语有向无环图（DAG）上运行，而非输入数据。
• 该模型结合了一个序列编码器（即空洞卷积网络），用于从蛋白序列中学习表征，以及一个Tail-GNN，用于在功能层次结构上传播信息。
• Tail-GNN在功能DAG上执行消息传递，基于父节点与子节点关系更新标签表征，从而在预测中强制实现闭包性与一致性。
• Tail-GNN的输出用于优化序列编码器的预测结果，实现共享关系归纳偏置的多任务学习。
• 该架构通过多标签分类目标端到端训练，其中GNN组件根据层次结构更新标签嵌入。
• 该方法可自然地与任何神经网络架构组合，支持无缝集成到现有的深度学习蛋白功能预测流程中。

实验结果

研究问题

• RQ1 在标签空间（而非输入数据）上运行的GNN是否能提升蛋白功能预测性能？
• RQ2 Tail-GNN在多大程度上能有效利用基因本体的层次结构，以生成更一致且准确的功能预测？
• RQ3 在标签空间中集成关系归纳偏置是否能相比标准多标签分类基线，带来可测量的F₁分数提升？
• RQ4 通过利用标签图结构，该方法是否能在不同蛋白家族和功能类别间实现良好泛化？

主要发现

• 所提出的Tail-GNN方法在多任务蛋白功能预测中，相比基线模型显著提升了F₁分数。
• 通过Tail-GNN集成标签图，使预测结果更加一致且具有生物学合理性，尤其在具有复杂层次关系的功能术语上表现更优。
• 该方法表明，标签空间中的关系归纳偏置能增强泛化能力，并减少相关功能术语间预测不一致的问题。
• 空洞卷积网络与Tail-GNN的结合优于未引入功能本体结构的模型，证实了层次归纳偏置的价值。