Refining Protein Co-Membership in Reactome: A Weighted Scoring Approach Based on Hierarchy and Sequences of Patwhays

기술 요약: Reactome에서의 단백질 공동 멤버십 정교화

문제 정의
네트워크 생물학에서 경로 공동 멤버십(pathway co-membership) 접근법은 동일한 경로에 속하는 단백질들을 클리크(완전 연결된 부분 그래프)로 투영하여 이들을 연결하는 데 흔히 사용된다. 이러한 방식은 단백질에 경로 지식을 매핑하는 데는 효과적이지만, 랜덤 워크 위드 리스타트(RWR)와 같이 그래프 거리에 의존하는 다운스트림 애플리케이션에는 적합하지 않다. 이러한 표준 무가중치 공동 멤버십 방법들은 기능적으로 매우 밀접한 관계에 있는 단백질(예: 특정 하위 경로 내에 위치)과 단순히 광범위하고 일반적인 경로의 일부인 단백질을 구분하지 못한다. 결과적으로, 이들은 모든 공동 멤버십 상호작용을 경로의 특이성이나 순차적 구조와 관계없이 동일하게 취급함으로써 생물학적 거리를 정확하게 반영하지 못한다.

방법론
저자들은 Reactome 경로의 계층적 구조와 순차적 관계를 활용하여 단백질 간의 생물학적 거리를 반영하는 가중치 부여 경로 공동 멤버십 방법을 제안한다. 이 방법론은 다음과 같은 단계로 진행된다:

1. 데이터 추상화: 저자들은 Reactome 버전 96(BioPAX 형식)을 사용하여, BioPAX 그래프로부터 두 가지 유형의 관계를 추출하는 추상화 프레임워크를 개발하였다:

   • 계층적 구성: bp3:pathwayComponent 관계를 통해 추출되며, abstraction:IsAComponentOf 엣지로 모델링된다.
   • 순차적 관계: 경로 단계 사이의 bp3:nextStep 관계를 통해 추출되며, abstraction:NextStepPathway (NSP) 엣지로 모델링된다.

2. 스코어링 시스템: 저자들은 단백질 주석(annotation)에 기반한 **정보 함량(Information Content, IC)**을 사용하여 이러한 추상화에 가중치를 할당한다.

   • MICA 점수 (계층적): 구성 엣지로 연결된 두 경로에 대해, 가중치는 가장 정보가 많은 공통 조상(Most Informative Common Ancestor, MICA)의 정보 함량으로부터 유도된다. 사용된 공식은 $IC_{prot}(P) = -\log(\frac{I_{prot}(P)}{I_{prot}(T)})$이며, 여기서 $I_{prot}(P)$는 경로 $P$에 의해 주석된 단백질의 수이고 $I_{prot}(T)$는 그래프의 전체 단백질 수이다. 더 작고 구체적인 경로일수록 높은 점수를 갖는다.
   • NSP 점수 (순차적): 시퀀스 엣지로 연결된 경로의 경우, 가중치는 주석된 단백질의 합집합($P1 \cup P2$)의 IC를 기준으로 계산된다.

3. 단백질 공동 멤버십 스코어링:

   • 임의의 단백질 쌍($p1, p2$)에 대해, 저자들은 추상화 그래프에서 해당 단백질들의 경로 부모를 식별한다.
   • 두 개의 행렬이 계산된다: 하나는 MICA 점수를 위한 것이고, 다른 하나는 (조상을 고려한) NSP 점수를 위한 것이다.
   • 단백질 쌍에 대한 최종 공동 멤버십 점수는 MICA 점수와 NSP 점수 중 최댓값으로 정의된다:
     $$score(p1, p2) = \max(score_{MICA}(P1, P2), score_{NSP}(P1, P2))$$
   • 점수가 0이라는 것은 두 단백질이 특정 계층적 또는 순차적 연결 없이 루트 경로만을 공유함을 의미한다.

4. 구현: 저자들은 29개의 Reactome 최상위 경로와 전체 Reactome 지식 베이스(7,300만 개의 상호작용)에 대한 가중치 부여 공동 멤버십 클리크를 사전 계산하였다. 이들은 NDEx에서 사용할 수 있다.

주요 기여

• 가중치 추상화 프레임워크: 경로의 구성적 계층 구조와 순차적 순서를 모두 포착하고, 단백질 정보 함량에 따라 가중치를 부여하는 새로운 방식으로 Reactome 경로를 추상화하는 방법론을 제시하였다.
• 스코어링 시스템: 단순한 이진 공동 멤버십을 넘어, 계층적 특이성(MICA를 통해)과 순차적 맥락(NSP를 통해)을 통합하는 구체적인 단백질 쌍 스코어링 알고리즘을 개발하였다.
• 리소스 생성: 29개의 Reactome 최상위 경로 및 전체 Reactome 지식 베이스에 대한 가중치 부여 공동 멤버십 클리크를 생성하여 공개적으로 배포함으로써, 단백질 상호작용 탐색을 용이하게 하였다.
• 벤치마킹: 10개의 암 특징(cancer hallmark) 유전자 세트를 대상으로 코사인(Cosine) 유사도, 자카드(Jaccard) 유사도 및 무가중치 클리크와 비교하는 랜덤 워크 위드 리스타트(RWR) 기반의 종합적인 평가를 수행하였다.

결과
평가는 10개의 암 특징 유전자 세트(예: "조직 침습 및 전이", "유전체 불안정성")를 이용한 유전자 우선순위 지정 작업에 초점을 맞추었다.

• 성능: 제안된 가중치 방식(계층과 순차 정보를 모두 포함)은 장거리 네트워크 탐색을 위해 설계된 낮은 리스타트 확률($r=0.1$)의 RWR 실험에서, 10개 암 특징 모두에 대해 일관되게 가장 높은 곡선 아래 면적(AUC)을 달성하였다. AUC 값은 0.78에서 0.90 사이였다.
• 비교: 본 방법은 코사인 유사도(AUC 0.74–0.89) 및 자카드 유사도(AUC 0.67–0.88)를 사용하는 최신 기술(state-of-the-art) 방법들보다 우수한 성능을 보였다. 무가중치 클리크는 무작위 수준에 가까운 성능(AUC 0.55–0.71)을 보였다.
• 구성 요소 분석:
  • 순차 정보(NSP)를 제거하고 계층 구조에만 의존했을 경우 성능이 약간 감소(AUC 0.77–0.89)하였는데, 이는 NSP 점수가 전체 클리크에서 차지하는 비중(전체 상호작용의 약 0.4%)은 작지만, 중요한 정보적 가치를 제공한다는 것을 나타낸다.
  • 국소적 이웃 탐색 작업(높은 리스타트 확률 $r=0.7$)에서는 모든 가중치 방식이 동등한 성능을 보였으며, 이는 근접한 이웃의 경우 일반적인 토폴로지가 특정 가중치 메트릭보다 더 중요하다는 것을 시사한다.

의의 및 주장
본 논문은 제안된 접근 방식이 암 특징에 대한 유전자 우선순위 지정 작업(특히 장거리 네트워크 탐로가 필요한 작업)에서 최신 기술들보다 우수함을 주장한다. 저자들은 이 방법이 공유하는 경로의 특이성과 단계의 순차적 순서를 고려함으로써 단백질 간의 "생물학적 거리"를 효과적으로 포착한다고 설명한다.

저자들은 순차적(NSP) 점수의 기여도가 전체 가중치 분포에서 수치적으로는 작지만, 이를 포함하는 것이 성능 향상에 측정 가능한 개선을 가져온다는 점을 강조하며, 이는 경로 시퀀스를 공동 멤버십 스코어링에 통합하는 것의 중요성을 입증한다. 이 연구는 Reactome 기반 연구에서 보다 정확한 단백질 상호작용 분석을 촉진하기 위해 확장 가능하고 사전 계산된 리소스(NDEx에서 사용 가능)를 제공한다. 또한, Reactome 업데이트 시 클리크를 재생성하는 데 드는 계산 비용과 다른 경로 데이터베이스의 BioPAX 기술 풍부성에 대한 의존성을 한계점으로 언급하였다.