ISMB/ECCB 2019読み会：ShaKer: RNA SHAPE prediction using graph kernel

Transcript

1. ISMB/ECCB 2019読み会 慶應義塾大学理工学部 佐藤健吾
2. 概要 • Graph Kernelを用いて、RNA配列のみからSHAPE reactivityを予測 する。
3. SHAPE修飾によるRNA構造決定 [Smola et al. 2015] (selective 2’-hydroxyl acylation analyzed by primer extension)
4. [Smola et al. 2015]
5. Graph Kernelによる特徴抽出 • Neighborhood Subgraph Pairwise Distance Kernel (NSPDK) • 半径 r の部分構造 Av , Bu が距離 d でグラフGに存在するか？ • GraphClust [Heyne et al, 2012] や GraphProt [Maticzka et al, 2014] でも RNAの特徴抽出で使用している [Costa et al, 2010] r = 1 d = 5 r = 3 d = 5 r = 5 d = 5
6. 学習 • Gradient Tree Boostingによる回帰モデルの学習
7. 予測 • RNAsuboptを用いてRNA配列の二次構造をm個サンプリングする。 • それぞれの二次構造と配列を学習した回帰モデルに入力し、 SHAPE reactivityを予測する。 • m個の予測の平均を最終的な予測とする。
8. データセット • テストセット • 公共データ (Deigan et al., 2009; Hajdin et al., 2013; Montaseri et al., 2017) （ほとんどの配列は二次構造未知） • 学習セット • 上記データに含まれるRibosomal RNA配列（二次構造既知）
9. 比較手法 • [Sükösd et al, 2013]の手法 • 構造既知のRNA配列におけるSHAPE reactivityの確率分布を各塩基のペア リング状況ごとに推定（unpaired, helix-end, stacked） • 構造既知配列にしか使えない。
10. 実験結果：アクセシビリティ • RNAplfold + SHAPE値でアクセシビリティを予測 • 真のSHAPE値による予測と推定SHAPE値による予測のランク相関 Sükösd et al +ref. stru. ShaKer + ref. stru. trivial ShaKer SHAPEなし ShaKerによる予測SHAPE値 0.861 ± 0.17 SHAPEなし 0.839 ± 0.16
11. 実験結果：塩基対確率 • 既知二次構造に含まれる塩基対の塩基対確率の平均 Sükösd et al +ref. stru. ShaKer + ref. stru. wetlab SHAPE ShaKer SHAPE なし ShaKerによる予測SHAPE値 0.679 ± 0.26 SHAPEなし 0.629 ± 0.21
12. 実験結果：二次構造情報は重要か？ • 二次構造情報を使わずに一次構造（配列）のみでNSPDKを構成 した場合（Unstructured）
13. なぜISMB/ECCBに採択されたか？ • これまでの実績 • GraphClustやGraphProtなどで使われている手法NSPDKを使っている。 • （RNA界の巨匠Prof. Rolf Backofen） • 問題設定 • SHAPE値をRNA配列のみから予測する手法はこれまでにない。 • 精度 • 本手法で予測したSHAPE値がRNA二次構造予測の精度向上に貢献してい る。
14. 微妙なところ • “RNA SHAPE prediction” というタイトルにも関わらず、SHAPE値 の回帰については直接評価していない。 • 比較手法 [Sükösd et al, 2013]との比較がフェアでない。 • 予測を使って予測する（配列 → SHAPE値 → 二次構造）よりは、 直接予測する（配列 → 二次構造）方が手法としては筋が良さそ う。 ContextFold や mxfoldのような Rich parametrization • そもそもSHAPE値を予測することに意味があるのか？