[PYTHON] Ich habe versucht, ein Protein-Protein-Interaktionsnetzwerk in einen zweispurigen Raum mit Poincarē-Einbettung von Gensim einzubetten
Einführung
Mit der Poincarē-Einbettung des Genismus habe ich versucht, ein Netzwerk von Protein-Protein-Wechselwirkungen in Poancare-Bälle einzubetten.
-
Zwillingsraum Der Zwillingsraum ist einer der nichteuklidischen Räume, der ein gekrümmter Raum mit einer negativen Krümmung ist. Es hat die Eigenschaft, dass sich der Raum zur Peripherie hin ausdehnt, und soll zum Einbetten von Netzwerken mit einer hierarchischen Struktur geeignet sein.
-
Poancare Ball Eines der Modelle des zweigleisigen Raums ist der Poancare-Ball. Der Abstand zwischen zwei Punkten auf dem Poancare-Ball
$d(u,v) = \mathrm{arccosh}\left(1+2\frac{||u-v||^{2}}{(1-||u||^{2})(1-||v||^{2})}\right). $ Es wird ausgedrückt als. Wir definieren die Verlustfunktion basierend auf der Entfernung auf dem Poancare-Ball wie folgt:$\Theta'\leftarrow \mathrm{arg min}\mathcal{L}(\Theta)\;\;\;\mathrm{s.t.}\forall\theta_{i}\in\Theta:||\theta_{i}||<1. $ Durch das Einbetten von Poincarē werden die Koordinaten so festgelegt, dass diese Verlustfunktion minimiert wird.
Netzwerk von Interproteinbindungen
- Prote-protein interaction network
Verschiedene Proteine funktionieren im Körper, aber viele von ihnen binden eher aneinander als allein. Das Protein-Protein-Interaktionsnetzwerk ist ein Netzwerk, das durch Verbinden von Proteinen aufgebaut wird, die aneinander binden. - Merkmale des Protein-Protein-Interaktionsnetzwerks Die Proteine binden aneinander, aber die Anzahl der Bindungspartner ist nicht einheitlich. Die meisten Proteine binden nur an bestimmte Proteine. Sehr wenige Proteine binden an viele. Infolgedessen weist das Interprotein-Bindungsnetzwerk eine Struktur auf, in der eine kleine Anzahl von Proteinen als Drehscheibe für das Netzwerk dient und die Mehrheit der terminalen Proteine verbindet. Die Elemente im Netzwerk werden als Knoten bezeichnet, die Zweige, die die Knoten verbinden, werden als Kanten bezeichnet, und die Anzahl der Kanten für jeden Knoten wird als Grad bezeichnet. Im Netzwerk der Interproteinbindungen ist der Grad ungleich verteilt. Netzwerke, deren Gradverteilung der Leistungsregel folgt, werden als skalierungsfreie Netzwerke oder kleine Weltnetzwerke bezeichnet. In natürlich vorkommenden Netzwerken werden häufig skalierungsfreie Netzwerke beobachtet. Es ist auch bekannt, dass das Netzwerk von Interproteinbindungen schuppenfrei ist.
- Datensatz Informationen zur Interproteinbindung erhalten Sie aus der Datenbank. Dieses Mal habe ich [Datensatz mit NURSA-Protein-Protein-Interaktionen] verwendet (http://amp.pharm.mssm.edu/Harmonizome/dataset/NURSA+Protein-Protein+Interactions). Laden Sie hier die Genattribut-Kantenliste herunter. Diese Datei listet die Paare von Proteinen auf, die binden. Aus diesen Informationen werden wir ein Netzwerk von Bindungsproteinen aufbauen und es in Poancare-Bälle einbetten.
gensim Poin carē em Bettwäsche
Die Einbettung von Poincarē ist im Genismus der Python-Bibliothek zur Verarbeitung natürlicher Sprache implementiert. Verwenden Sie sie daher. Wenn Sie eine Liste von Wortpaaren angeben, wird ein Netzwerk von Wörtern in Poancareball eingebettet.
# Bibliotheksimport
import pandas as pd
import numpy as np
from gensim.models.poincare import PoincareModel
from genism.viz.poincare import poincare_2d_visualization
from plotly.offline import iplot
# Datensatz laden
# Laden Sie gene_attribute_edges.txt.gz herunter und entpacken Sie es.
# Die Proteinpaare, die an die Quell- und Zielabschnitte binden, werden aufgelistet.
dataset = pd.read_csv('gene_attribute_edges.txt', delimiter = '\t', usecols = [0,3], skiprows = [1])
# Erstellen Sie eine Liste der gebundenen Proteinpaare
relations = []
for i in range(len(dataset)):
relations.append((dataset.source[i], dataset.target[i]))
# Wenden Sie das Poancare-Modell auf das Proteinpaar an
# Wir werden es später in zwei Dimensionen visualisieren, also setze Größe = 2.
model = PoincareModel(relations, size = 2)
model.train(epochs = 1000)
# Visualisierung
# Wenn alle Bindungen zwischen Proteinen durch Linien verbunden sind, ist es zu kompliziert, die Abbildung zu verstehen, sodass die Anzahl der Linien mit num_nodes auf 5 begrenzt ist.
map = poincare_2d_visualization(model = model, tree = relations, figure_title = 'PPI network', num_nodes = 5)
iplot(map)
Jeder Punkt repräsentiert ein Protein und die Bindungsproteine sind durch eine Linie verbunden. Wenn der Wert der Epochen allmählich erhöht wird, das Lernen fortschreitet und wenn die Verlustfunktion abnimmt, wird das Protein mit weniger Bindung in der Peripherie platziert und das Protein, das als Hub dient, befindet sich im Zentrum, was zu einer hierarchischen Struktur führt.
Fazit
Ich habe die Poincarē-Einbettung von gensim verwendet, um ein Netzwerk von Interproteinbindungen in Poancare-Bälle einzubetten. Es wurde festgestellt, dass im Verlauf des Lernens Proteine mit weniger Bindung im peripheren Teil platziert werden, während Proteine, die als Hubs dienen, im zentralen Teil verbleiben und eine hierarchische Struktur erhalten wird. Das Einbetten von Poincarē scheint ein guter Weg zu sein, um ein skalierungsfreies Netzwerk einzubetten.
Referenz
Maximillian Nickel and Douwe Kiela, “Poincaré Embeddings for Learning Hierarchical Representations” genism Nuclear Receptor Signaling Atlas Malovannaya, A et al., "Analysis of the human endogenous coregulator complexome"
Recommended Posts