[论文解读] Prediction and verification of indirect interactions in densely interconnected regulatory networks

Koon‐Kiu Yan, Sergei Maslov+2 more|ArXiv.org|Oct 3, 2007

Gene Regulatory Network Analysis参考文献 10被引用 3

一句话总结

本文提出了一种基于矩阵的算法，通过利用路径长度衰减和多条级联中的符号一致性，在大型、高度互联的基因和蛋白质网络中预测并验证间接调控相互作用。该方法在预测未知的间接调控关系及其激活/抑制符号方面表现出高可靠性，人类网络中正向相互作用的最优参数为 λ = 0.025，负向相互作用为 λ = 0.030，经受了ROC曲线分析和金标准数据集的验证。

ABSTRACT

We develop a matrix-based approach to predict and verify indirect interactions in gene and protein regulatory networks. It is based on the approximate transitivity of indirect regulations (e.g. A regulates B and B regulates C often implies that A regulates C) and optimally takes into account the length of a cascade and signs of intermediate interactions. Our method is at its most powerful when applied to large and densely interconnected networks. It successfully predicts both the yet unknown indirect regulations, as well as the sign (activation or repression) of already known ones. The reliability of sign predictions was calibrated using the gold-standard sets of positive and negative interactions. We fine-tuned the parameters of our algorithm by maximizing the area under the Receiver Operating Characteristic (ROC) curve. We then applied the optimized algorithm to large literature-derived networks of all direct and indirect regulatory interactions in several model organisms (Homo sapiens, Saccharomyces cerevisiae, Arabidopsis thaliana and Drosophila melanogaster).

研究动机与目标

• 开发一种可靠的计算方法，用于预测和验证大型、高度连接的生物网络中的间接调控相互作用。
• 在未知情况下，利用已知的直接相互作用和网络拓扑结构，推断间接调控的符号（激活或抑制）。
• 在缺乏明确注释的情况下，尤其在基于微阵列的数据中，区分直接与间接调控连接。
• 通过ROC曲线分析和金标准相互作用集，优化算法性能。
• 实现从文献衍生数据中系统重建功能调控网络。

提出的方法

• 该方法将间接调控建模为有向、带符号网络中的加权路径，其中每条路径均对源蛋白与目标蛋白之间间接相互作用的可能性产生贡献。
• 通过衰减参数 λ 对路径按长度进行指数衰减，较长的级联对预测相互作用强度的贡献较小。
• 间接调控的符号由路径上各符号的乘积决定，多条路径间符号的一致性可提高预测的置信度。
• 采用矩阵公式计算所有蛋白对之间的总影响，聚合所有长度路径的贡献。
• 算法使用一组高频文献报告的高置信度相互作用作为金标准，通过ROC曲线分析校准预测的可靠性。
• 通过最大化从0到截断值0.1的ROC曲线下面积（定义为 θ），选择最优的 λ 值，以优先关注高度可靠的预测。

实验结果

研究问题

• RQ1 是否可以基于路径推断并结合符号一致性，在大型、高度互联的网络中可靠地预测间接调控相互作用？
• RQ2 路径长度如何影响间接调控预测的可靠性？最优衰减参数 λ 是什么，可使误差最小化？
• RQ3 在未知符号的情况下，该算法在多大程度上能够推断间接调控的符号？
• RQ4 在缺乏显式注释的情况下，该算法在区分直接与间接相互作用方面的表现如何？
• RQ5 在使用文献衍生网络预测间接相互作用时，灵敏度与精确度之间最优平衡是什么？

主要发现

• 在人类调控网络中，该算法在正向间接调控预测中最优参数为 λ = 0.025，在负向预测中为 λ = 0.030。
• 用于性能度量的曲线下面积（θ），即从0到0.1的ROC曲线下面积，在这些 λ 值下达到最大，表明对顶级预测具有高可靠性。
• 该方法成功预测了未知的间接相互作用，并正确推断出已知间接调控的符号，其性能经由高频文献报告的金标准数据集验证。
• 该方法通过引入路径长度衰减和符号一致性，优于简单的路径计数方法，有效减少了由冲突或过长级联导致的假阳性结果。
• 该算法已应用于人类（Homo sapiens）、酿酒酵母（Saccharomyces cerevisiae）、拟南芥（Arabidopsis thaliana）和黑腹果蝇（Drosophila melanogaster）的大型文献衍生网络，证明了其广泛适用性。
• 在ROC曲线分析中使用 x = 0.1 的截断点，可确保聚焦于最可靠的预测，提升可解释性，并减少低置信度结果带来的噪声。