[论文解读] TreeGrafter: phylogenetic tree-based annotation of proteins with Gene Ontology terms and other annotations

Haiming Tang, ROBERT FINN+1 more|arXiv (Cornell University)|Feb 20, 2018

Genomics and Phylogenetic Studies参考文献 5被引用 4

一句话总结

TreeGrafter 是一种计算工具，通过将查询序列嫁接到预先注释的系统发育树上，并从祖先节点传播功能注释（如基因本体论术语和 PANTHER 分类）来增强蛋白质注释。与亚家族 HMM 评分相比，它在亚家族分配方面表现更优，并通过利用参考树中的进化关系实现高度特异性的 GO 注释。

ABSTRACT

Summary: TreeGrafter is a new software tool for annotating protein sequences using annotated phylogenetic trees. Cur-rently, the tool provides annotations to Gene Ontology terms, and PANTHER protein class, family and subfamily. The ap-proach is generalizable to any annotations that have been made to internal nodes of a reference phylogenetic tree. Tree-Grafter takes each input query protein sequence, finds the best matching homologous family in a library of pre-calculated, pre-annotated gene trees, and then grafts it to the best location in the tree. It then annotates the sequence by propagating anno-tations from its ancestral nodes in the reference tree. We show that TreeGrafter outperforms subfamily HMM scoring for cor-rectly assigning subfamily membership, and that it produces highly specific annotations of GO terms based on annotated reference phylogenetic trees. This method will be further inte-grated into InterProScan, enabling an even broader user com-munity. Availability: TreeGrafter is freely available on the web at https://github.com/haimingt/TreeGrafting.

研究动机与目标

• 开发一种利用进化关系，将已注释的系统发育树中的功能注释传递给新蛋白质序列的方法。
• 与现有的基于 HMM 的方法相比，提高蛋白质家族中亚家族成员归属分配的准确性。
• 通过利用参考树中祖先节点的注释，实现特定且具有生物学意义的基因本体论术语注释。
• 将该方法集成到 InterProScan 中，以实现生物信息学社区的广泛使用。
• 将该方法推广至任何分配给参考系统发育树内部节点的注释类型。

提出的方法

• 该工具为每个查询蛋白质序列在预先计算的已注释基因树库中识别最佳匹配的同源家族。
• 通过序列比对确定基于进化距离的参考树内最优嫁接位置。
• 从参考树的祖先节点沿嫁接点到根的路径，将注释传播至查询序列。
• 该方法依赖于预先注释的参考系统发育树，其中内部节点已标注有功能术语，如 GO 术语和 PANTHER 分类。
• 该方法利用序列相似性和系统发育定位来推断功能注释，无需进行从头的 HMM 建模。
• 该工具设计为可扩展，适用于任何分配给参考树内部节点的注释类型，不限于 GO 或 PANTHER。

实验结果

研究问题

• RQ1 基于系统发育树的注释是否能提高亚家族成员归属预测的准确性，相比亚家族 HMM 评分？
• RQ2 与基于序列的方法相比，基于树的注释在传递基因本体论术语时，其特异性提升程度如何？
• RQ3 通过系统发育嫁接，参考树中祖先注释在多大程度上能有效传播至新查询序列？
• RQ4 该方法是否可推广至 GO 和 PANTHER 分类以外的其他类型注释？
• RQ5 与现有工具（如 InterProScan）相比，TreeGrafter 在功能注释传递方面的性能如何？

主要发现

• 与亚家族 HMM 评分相比，TreeGrafter 在正确分配亚家族成员归属方面表现更优，显示出在功能分类中更高的精确度。
• 该方法通过利用已注释参考树中编码的进化背景，生成高度特异性的基因本体论注释。
• TreeGrafter 的设计支持集成到 InterProScan 中，从而实现生物信息学社区的广泛采用。
• 该方法可推广至任何分配给参考系统发育树内部节点的注释类型，不限于 GO 或 PANTHER 术语。
• 该工具通过从祖先节点传播注释，实现准确的功能注释，确保基于进化关系的生物上一致的推断。