The Temporal Validity of Taxonomic Entailments in Evolving Biomedical Ontologies

問題の定義
アノテーション・パイプライン、診断ツール、データ統合サービスを含む生物医学知識ベースは、結論を導出するために参照オントロジー（特にOBO [Open Biological and Biomedical Ontology] ファウンドリの系譜）に依存している。これらのシステムは、ソースとなるオントロジーを固定された実体として扱い、派生した知識をキャッシュやデータベースに実体化することが多い。しかし、OBOオントロジーは活発にキュレーションされており、数週間または数ヶ月ごとに再リリースされる。これには、クラスの廃止（obsoletion）、統合（merging）、分割（splitting）、および再階層化（re-parenting）が含まれる。遺伝子オントロジー（Gene Ontology）の濃縮分析といった特定の文脈では、派生した知識の「有効期間（shelf-life）」が文書化されているが、より広範な生物医学オントロジーにおいて、派生した分類学的含意（taxonomic entailments）がどの程度の速さで、どのような態様で妥当性を失うのかを定量化した経験的証拠は不足している。核心となる問題は、特定の派生した結論が導出から $t$ 年後に妥当性を保持している確率を決定すること、および、この揮発性を予測してメンテナンス戦略を最適化できるかどうかである。

方法論
本研究は、遡及的な縦断的コホートデザインを採用し、8つのOBOファミリー・オントロジー（Sequence Ontology、Phenotype And Trait Ontology、Human Phenotype Ontology、Human Disease Ontology、Cell Ontology、Environment Ontology、Ontology of Biological Attributes、および Uberon）の311個のスナップショットを、最大16.3年にわたって分析する。

• 分析単位： 本研究では、「命名されたクラスの分類学的断片（named-class taxonomic fragment）」に焦点を当てる。これは、非廃止かつネイティブなクラス間の is_a リンクの推移的閉包として定義される。各派生した含意（サブクラス、スーパークラス）は、最初に導出可能になった時に「誕生」し、それが成立しなくなった時に「死亡」する主題として扱われる。
• 生存セマンティクス： 2種類の無効化を区別する。
  • ハードな無効化（Hard Invalidation）： その含意がもはや成立しない。
  • ソフトな無効化（Soft Invalidation）： 含意自体は成立しているが、導出時に記録された特定の正当化パス（ノードのシーケンス）が書き換えられている。
• 統計分析： 生存関数は、ブートストラップ信頼区間を用いたカプラン＝マイヤー推定量を用いて推定される。共変量の効果を評価するために、（オントロジーごとに層別化した）Cox比例ハザードモデルが使用される。
• 属性付け（Attribution）： ハードな無効化は、特定のキュレーション操作（例：サブクラスの削除、スーパークラスの廃止、直接的なエッジの削除、または中間クラスの変化による「パスの断絶（path breakage）」）に帰属させられる。
• 予測とシミュレーション： 揮発性モデル（ロジスティック回帰、勾配ブースティング）を訓練し、ある含意が3年以内に無効化されるかどうかを予測する。再検証シミュレーションでは、予測された揮発性に基づいて再検証の優先順位を付けることが、ランダムな順序と比較して計算コストを削減できるかを評価する。
• ワークロードの再定式化： 結果をコホート形式の包含関係クエリのレベルで再構成し、回答セットへの影響を評価する。

主要な貢献

1. 含意の妥当性の定式化： バージョンシリーズにおける含意の妥当性の厳密な定義（ハードな無効化とソフトな無効化（正当化の喪失）の区別）を確立し、派生した知識の生存セマンティクスを確立した。
2. 初のクロス・オントロジー縦断コーパス： 公開されたバージョン管理済みのリリースから再構築された、929,486個の含意の寿命（うち623,167個の発生事例）を含むデータセットを作成し、オントロジーレベルでの生存関数の推定と不確実性の算出を可能にした。
3. 無効化原因の属性付け： 無効化をキュレーション操作に大規模に帰属させ、その大部分が、エンドポイントのクラスは活性なままであるが接続するエッジが変化する「パスの断絶」に起因することを明らかにした。
4. 予測可能性の評価： 揮ロット性の予測に関する厳格な評価を実施。置換検定（permutation nulls）およびクロス・オントロジー転移テストを用いた診断を行い、揮ロット性は導出時にはほとんど予測不可能であることを示した。
5. ワークロード影響分析： 含意レベルの生存率をクエリレベルのドリフトへと翻訳し、包含関係クエリにおける回答セットのメンバーが失われる割合を定量化した。
6. リリース・アーティファクトの監査： 311個のスナップショットすべてに対して一律の監査を行い、真のキュレーションによる変更と、パッケージングのアーティファクト（例：リリースファイルの置換）を区別することで、非キュレーション的な変更が無効化率に与える寄与を限定した。

主要な結果

• 生存率： 発生した含意の集約された5年生存率は0.786（95%オントロジーレベル区間 0.708–0.886）であった。正当化の導出過程の喪失（ソフトな無効化）をカウントする場合、5年生存率は0.608に低下する。これは、およそ5年以内に5分の1の分類学的含意が失われ、5分の2が失われるか、あるいは支持する導出過程を失うことを意味する。
• 失敗の原因： 128,950件のハードな無効化のうち、71.8%は、両方のエンドポイントクラスが活性かつ非廃止であるにもかかわらず発生する「パスの断絶」によるものであった。無効化のわずか14.5%は、2つのエンドポイントクラスに対する廃止信号の監視によって検知可能であり、中間クラスの全パスを監視すれば16.5%、サブクラスの直接の親クラスも監視すれば少なくとも43.8%に上昇する。
• 予測可能性： 揮ロット性は弱く予測可能である。集約されたクロス・オントロジーモデルはチャンスレベルの性能（AUROC ~0.52）であり、オントロジー間での転移にも失敗する（7つのケースのうち5つでAUROCがチャンスを下回る）。Within-ontologyモデルは、多重性補正および時間プロキシの除去を行った後、評価可能な6つのオントロジーのうち、DOIDの1つにおいてのみ置換検定（permutation null）を上回った。
• 再検証の効率性： 予測された揮ロット性に基づいて再検証の優先順位を付けることは、（10%の予算において）ランダムな順序に対して緩やかなリフト（1.30倍）をもたらす。正当化パス上の中間クラスの改訂履歴に基づく単純なヒューリスティックは、学習されたモデルよりも優れた性能（1.61倍のリフト）を示した。
• クエリレベルのドリフト： 2022年初頭にアクティブであった3,987個のコホート形式の包含関係クエリのうち、21.9%が3年以内に回答セットの少なくとも1つのメンバーを失った。これらの失われたメンバーの57.9%は、廃止監視戦略では検知不能なものであった。

意義と主張
本論文は、生物医学オントロジーから導出された結論は測定可能な速度で失効すること、そして、その失敗の大部分は標準的な廃止に基づく監視（廃止監視）では不可視であることを主張している。本研究は、分類学的推論において最も堅牢な戦略は、各オントロジーのリリースごとに結論を再導出するか、あるいは正当化パスのエッジを保存して再チェックすることであり、廃止信号に頼ることではないと論じている。

著者らは、キュレーションの性質が漸進的なドリフトではなく、エピソード的な性質（バルクでの構造変更イベント）を持つため、揮ロット性は導出時にはほとんど予測不可能であることを強調している。したがって、オントロジー開発者は、ダウンストリームの消費者を支援するために、各リリースにおける追加および削除された含意のセットを公開すべきであると推奨している。本研究は、分類学的推論における真理維持に関する最初の経験的証拠を提供していると位置づけており、理論的なメカニズムを超えて、停滞した知識の実際的なコストを定量化している。著者らは、自らの知見の一般化については慎重であり、パスの断絶が支配的な大規模な生物学的解剖学および疾患オントロジーにおいて、本研究の結果が最も強力であること、また、廃止に大きく依存するキュレーションスタイル（植物オントロジーの予備テストで見られたもの）は、廃止監視の有効性を変える可能性があることを述べている。