A deep-learning-based score to evaluate multiple sequence alignments
Dit artikel toont aan dat de veelgebruikte sum-of-pairs score vaak faalt in het identificeren van de meest nauwkeurige multiple sequence alignments en stelt een op deep learning gebaseerd scoringframework voor, specifiek Model 2, die effectief alternatieve alignments rangschikt om downstream fylogenetische reconstructie te verbeteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je voor dat je een groep mensen probeert op te stellen die allemaal een licht verschillende versie van hetzelfde verhaal vertellen. In de wereld van de biologie zijn deze "mensen" DNA- of eiwitsequenties, en het "verhaal" is hun gedeelde evolutionaire geschiedenis. Wetenschappers noemen dit proces Multiple Sequence Alignment (MSA). Het krijgen van de juiste opstelling is cruciaal, want als het verhaal door elkaar staat, zullen de conclusies die wetenschappers trekken over hoe deze organismen zijn geëvolueerd, fout zijn.
Lama lijd tijd hebben wetenschappers een specifieke vuistregel gebruikt om te bepalen welke opstelling de beste is. Ze noemen deze de "Sum-of-Pairs" (SP) score. Denk aan de SP-score als een leraar die een groepsproject beoordeelt op basis van hoe vaak de antwoorden van de leerlingen met elkaar overeenkomen. Als twee leerlingen op dezelfde plek hetzelfde woord schrijven, krijgen ze een punt. De opstelling met de meeste matchpunten wint.
Het Probleem
De auteurs van dit artikel ontdekten een gebrek in dit beoordelingssysteem. Alleen omdat een opstelling het hoogste aantal matchpunten heeft (de beste SP-score), betekent dit niet dat het ook de meest accurate versie van het verhaal is. Het is alsof een leerling de antwoorden perfect heeft uit het hoofd geleerd om een hoge score te halen, maar het plot van het verhaal volledig heeft misverstaan. In veel gevallen was de "winnaar" van de SP-score in werkelijkheid een slechte uitlijning vergeleken met de ware, correcte versie.
De Oplossing: Een Nieuw Soort Rechter
Om dit op te lossen, hebben de onderzoekers een deep-learning AI gebouwd om als een slimmere rechter op te treden. Ze keken niet alleen naar eenvoudige overeenkomsten; ze keken naar een hele collectie aan aanwijzingen en kenmerken binnen de opstelling. Ze creëerden twee verschillende "modellen" (AI-rechters) om het probleem op te lossen:
Model 1 (De Individuele Criticus): Dit model kijkt naar een enkele opstelling en probeert te raden hoe ver deze afstaat van de waarheid. Het is als een criticus die één verhaal leest en er een score aan geeft op basis van hoe accuraat hij denkt dat het is. Dit model was beter in het voorspellen van de nauwkeurigheid dan de oude SP-score, maar het was niet erg goed in het selecteren van de beste uit een groep opties.
Model 2 (De Toernooi-scheidsrechter): Dit model is de echte ster. In plaats van één opstelling in isolatie te beoordelen, kijkt het naar een hele set verschillende opstellingen voor hetzelfde verhaal en rangschikt deze tegen elkaar. Het is als een scheidsrechter bij een sporttoernooi die alle teams met elkaar vergelijkt om te bepalen wie er daadwerkelijk heeft gewonnen, in plaats van alleen naar de statistieken van één team te kijken.
De Resultaten
Toen de onderzoekers deze nieuwe modellen testten, bleek Model 2 de beste te zijn in het vinden van de meest accurate uitlijning. Het versloeg de oude SP-score, Model 1 en zelfs verschillende andere populaire computerprogramma's die door wetenschappers worden gebruikt.
Ten slotte lieten ze zien dat wanneer wetenschappers deze nieuwe AI gebruiken om de beste opstelling te kiezen, de resulterende "stambomen" (fylogenetische reconstructies) die laten zien hoe organismen aan elkaar verwant zijn, veel nauwkeuriger zijn. In essentie, door een slimmere manier te gebruiken om de uitlijningen te beoordelen, kunnen de wetenschappers het ware verhaal van de evolutie met veel meer vertrouwen vertellen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.