[论文解读] SANA: Simulated Annealing Network Alignment Applied to Biological Networks

Nil Mamano, Wayne B. Hayes|arXiv (Cornell University)|Jul 9, 2016

Bioinformatics and Genomic Networks参考文献 33被引用 5

一句话总结

该论文提出SANA，一种基于模拟退火的新型网络对齐算法，在优化多个目标函数——包括生物相似性（序列相似性和GO富集）和拓扑结构（边覆盖、S3、WEC、LCCS）——方面显著优于现有方法，适用于PPI网络。SANA通过采用自适应温度调度的随机优化方法，高效探索指数级的解空间，从而比以往方法更快地实现更优的对齐质量。

ABSTRACT

The alignment of biological networks has the potential to teach us as much about biology and disease as has sequence alignment. Sequence alignment can be optimally solved in polynomial time. In contrast, network alignment is $NP$-hard, meaning optimal solutions are impossible to find, and the quality of found alignments depend strongly upon the algorithm used to create them. Every network alignment algorithm consists of two orthogonal components: first, an objective function or measure $M$ that is used to evaluate the quality of any proposed alignment, and second, a search algorithm used to explore the exponentially large set of possible alignments in an effort to find "good" ones according to $M$. Objective functions fall into many categories, including biological measures such as sequence similarity, as well as topological measures like graphlet similarity and edge coverage (possibly weighted). Algorithms to search the space of all possible alignments can be deterministic or stochastic, and many possibilities have been offered over the past decade. In this paper we introduce a new stochastic search algorithm called SANA: Simulated Annealing Network Aligner. We test it on several popular objective functions and demonstrate that it almost universally optimizes each one significantly better than existing search algorithms. Finally, we compare several topological objective functions using SANA. Software available at http://sana.ics.uci.edu.

研究动机与目标

• 开发一种更有效的全局成对网络对齐搜索算法，该问题为NP难问题，且对启发式方法的选择极为敏感。
• 在多种目标函数下提升对齐质量，包括生物相似性（序列相似性、GO富集）和拓扑结构（边覆盖、S3、LCCS）度量。
• 证明单一搜索算法可在多个多样化的目标函数上持续优于现有方法。
• 解决当前目标函数的局限性，例如边覆盖（EC），其名称具有误导性且易快速饱和。
• 提供一种灵活、高性能的对齐框架，可通过模拟退火方法应用于任意目标函数。

提出的方法

• SANA利用模拟退火算法探索两个PPI网络之间所有可能的一一映射的指数级解空间。
• 该算法通过温度控制的接受概率机制，避免陷入局部最优，并随时间逐步降低随机性。
• 支持任意目标函数（如EC、S3、WEC、LCCS、SEQ、GO_k）作为评分标准，允许优化任意用户定义的度量。
• 搜索过程通过增量更新引导：采用节点交换来探索邻近解，每次更改后评估能量（负分值）。
• SANA采用动态温度调度，根据问题实例自适应调整，提升收敛速度和解的质量。
• 该方法实现方式充分利用分配的运行时间，确保所有测试案例中的一致性能表现。

实验结果

研究问题

• RQ1 单一随机搜索算法是否能在PPI网络对齐的多种目标函数上均优于现有方法？
• RQ2 当参数调优得当时，模拟退火是否能产生优于确定性或其他随机方法的更高品质对齐结果？
• RQ3 SANA在生物相关性（如序列相似性和GO相似性）和拓扑结构保持方面，与最先进方法相比表现如何？
• RQ4 像边覆盖（EC）这类常用目标函数在多大程度上误导对齐质量？SANA能否缓解这一问题？
• RQ5 SANA是否能在保持高生物显著性的同时，更好地优化S3和LCCS等复杂目标函数？

主要发现

• SANA在所有测试目标函数（EC、S3、WEC、LCCS）上的优化效果均显著优于任何现有方法，包括L-GRAAL和MAGNA++。
• SANA-LG（针对LCCS优化）在拓扑评分上达到与所有其他方法相当或更优的水平，同时在生物评分（SEQ和GO_k）上显著优于所有其他方法。
• SANA-S3在S3优化方面优于所有其他方法，且其生物评分仍优于非SANA方法。
• 即使在其他方法针对特定目标函数进行调优的情况下，SANA仍持续产生更高质量的对齐结果。
• 研究发现EC因高度饱和且缺乏生物正确性而具有误导性，作者建议更名以避免混淆。
• SANA在实现更优结果的同时运行速度更快，展现出大规模网络对齐中效率与有效性的双重优势。