摂動理論機械学習（PTML）モデルを使用した代謝反応ネットワークの予測

背景：有望な特性を持つ新しい微生物のために提案された複雑な代謝反応ネットワーク（MRNS）モデルの接続（構造）をチェックすることは、化学生物学の重要な目標です。 目的：原則として、ハンドオンチェック（手動キュレーション）を実行できます。ただし、これは、ノードのペアの組み合わせが多いため、困難な作業です（代謝反応の可能性）。 結果：LDAアルゴリズムを使用して得られたCPTML線形モデルは、トレーニングと外部の検証データシリーズの両方で85〜100％の精度、特異性、および感度の値を持つ誤ったノードからの反応の正しい割り当てでノード（代謝物）を識別することができます。 方法：この作業では、組み合わせ摂動理論と機械学習技術を使用して、Barabasisのグループによって編集された40を超える生物のCPTMLモデルを探しました。まず、Markov線形インデックスFKと呼ばれる新しいクラスのノードインデックスを使用して、各MRNの非常に大きなノードの局所構造を定量化しました。次に、MRNのクエリと参照ノードの150000の組み合わせのCPTオペレーターを計算しました。最後に、これらのCPTオペレーターを異なるMLアルゴリズムの入力として使用しました。 結論：一方、ベイジアンネットワーク、J48決定ツリー、ランダムフォレストアルゴリズムに基づくPTMLモデルは、精度が97.5％を超える3つの最高の非線形モデルとして識別されました。現在の研究は、PTMLモデルを使用して複数の生物のMRNの研究への扉を開きます。

BACKGROUND: Checking the connectivity (structure) of complex Metabolic Reaction Networks (MRNs) models proposed for new microorganisms with promising properties is an important goal for chemical biology. OBJECTIVE: In principle, we can perform a hand-on checking (Manual Curation). However, this is a challenging task due to the high number of combinations of pairs of nodes (possible metabolic reactions). RESULTS: The CPTML linear model obtained using the LDA algorithm is able to discriminate nodes (metabolites) with the correct assignation of reactions from incorrect nodes with values of accuracy, specificity, and sensitivity in the range of 85-100% in both training and external validation data series. METHODS: In this work, we used Combinatorial Perturbation Theory and Machine Learning techniques to seek a CPTML model for MRNs >40 organisms compiled by Barabasis' group. First, we quantified the local structure of a very large set of nodes in each MRN using a new class of node index called Markov linear indices fk. Next, we calculated CPT operators for 150000 combinations of query and reference nodes of MRNs. Last, we used these CPT operators as inputs of different ML algorithms. CONCLUSION: Meanwhile, PTML models based on Bayesian network, J48-Decision Tree and Random Forest algorithms were identified as the three best non-linear models with accuracy greater than 97.5%. The present work opens the door to the study of MRNs of multiple organisms using PTML models.