[论文解读] Lagrangian Relaxation Applied to Sparse Global Network Alignment

Mohammed El-Kebir, Jaap Heringa+1 more|arXiv (Cornell University)|Aug 22, 2011

Bioinformatics and Genomic Networks参考文献 21被引用 9

一句话总结

该论文提出 natalie 2.0，一种基于改进的拉格朗日松弛法求解整数线性规划的快速且鲁棒的全局网络对齐方法，该方法推广了二次分配问题。在跨物种蛋白质-蛋白质相互作用网络上，natale 2.0 在对齐质量与运行时间方面均优于最先进的方法如 IsoRank 和 Graal，通过基因本体论（GO）相似性与保守边数分析，实现了更优的功能一致性。

ABSTRACT

Data on molecular interactions is increasing at a tremendous pace, while the development of solid methods for analyzing this network data is lagging behind. This holds in particular for the field of comparative network analysis, where one wants to identify commonalities between biological networks. Since biological functionality primarily operates at the network level, there is a clear need for topology-aware comparison methods. In this paper we present a method for global network alignment that is fast and robust, and can flexibly deal with various scoring schemes taking both node-to-node correspondences as well as network topologies into account. It is based on an integer linear programming formulation, generalizing the well-studied quadratic assignment problem. We obtain strong upper and lower bounds for the problem by improving a Lagrangian relaxation approach and introduce the software tool natalie 2.0, a publicly available implementation of our method. In an extensive computational study on protein interaction networks for six different species, we find that our new method outperforms alternative state-of-the-art methods with respect to quality and running time.

研究动机与目标

• 开发一种可扩展且灵活的全局网络对齐方法，整合节点相似性与网络拓扑结构。
• 改进广义二次分配问题形式化下拉格朗日松弛法的效率与边界质量。
• 创建一个公开可用的工具，其在生物网络上的解质量与运行时间方面优于现有方法。
• 通过基因本体论（GO）注释评估对齐质量，结合保守边数与功能一致性。

提出的方法

• 将全局网络对齐建模为广义二次分配问题（QAP）的整数线性规划（ILP）问题。
• 应用拉格朗日松弛法将问题分解为更小、独立的子问题，以实现高效的边界计算。
• 改进 QAP 的对偶下降法以处理广义问题，实现上界与下界更快的收敛。
• 将改进的对偶下降法与次梯度优化结合，加速边界的改进。
• 在 natalie 2.0 中实现该算法，该工具为公开可用的网络对齐软件。
• 采用灵活的评分方案，结合节点相似性（如序列或 GO 相似性）与拓扑一致性（边匹配）。

实验结果

研究问题

• RQ1 拉格朗日松弛法能否有效适配广义网络对齐问题，以实现强边界与快速收敛？
• RQ2 所提出方法在对齐质量与运行时间方面与 IsoRank 和 Graal 相比表现如何？
• RQ3 该方法生成的对齐在多大程度上保持了通过基因本体论（GO）相似性衡量的功能一致性？
• RQ4 该方法能否高效处理稀疏的真实世界生物网络，同时保持高解质量？

主要发现

• 在六个跨物种蛋白质-蛋白质相互作用网络上，natalie 2.0 在运行时间与解质量方面均优于 IsoRank 与 Graal。
• 与 IsoRank 和 Graal 相比，该方法实现了显著更多的保守边数，表明其具有更好的拓扑结构保持能力。
• GO 相似性分析表明，natalie 2.0 生成的对齐具有高度的功能一致性，其平均相似度得分经注释节点数归一化后较高。
• 改进的对偶下降法与次梯度优化的结合，使上界与下界的收敛速度优于以往的拉格朗日方法。
• 公开可用的软件工具 natalie 2.0 包含了研究中使用的所有数据集，支持可重现性与进一步基准测试。