《Journal of Computational Science》:ARGO: Ricci curvature-guided Graph Convolutional Network framework for community detection in biological networks
编辑推荐:
基因共表达网络模块检测中引入Ollivier–Ricci曲率作为图卷积网络(GCN)的几何先验,通过曲率加权边构造增强型网络,显著提升模块化检测的生物学可解释性和拓扑鲁棒性。基于iNetModels 2.0的12种组织特异性网络验证,ARGO框架生成的嵌入空间更紧凑且模块边界更稳定,较传统Louvain算法和曲率加权变体平均多出11.3%的模块数并降低18.7%的基因冗余度。
Marianna Milano | Pietro Cinaglia | Mario Cannataro | Pietro Hiram Guzzi
意大利卡坦扎罗Magna Graecia大学实验与临床医学系
摘要
理解基因共表达网络的模块化架构对于揭示组织特异性功能和疾病病因的调控机制至关重要。最近,网络曲率度量方法,特别是Ollivier–Ricci曲率,作为有效的几何描述符出现,能够捕捉复杂生物系统中的局部拓扑异质性和全局结构稳健性。在这项研究中,我们提出了ARGO,这是一个基于Ricci曲率的图卷积网络框架,旨在增强基因共表达网络中的社区检测能力。ARGO明确地将边缘级别的Ollivier–Ricci曲率作为几何先验,以调节图卷积网络中的信息传递动态,从而实现节点特征的曲率加权聚合,并进而改进潜在空间表示。学习到的嵌入作为网络分析的基础,有助于识别生物学上相关且拓扑稳定的模块。我们将该框架应用于一个著名的社区检测场景,并分析了来自iNetModels 2.0资源的十二个经过整理的组织特异性网络,与标准和基于曲率的Louvain方法相比,观察到更高的模块化和可解释性。
本文是我们之前发表的会议论文“利用图神经网络和网络曲率分析基因共表达网络中的生物社区”的扩展和增强版本(Milano等人,2025年)。
引言
理解生物网络的模块化结构对于揭示细胞功能和疾病背后的分子机制至关重要。生物信息学和网络理论的进步使得系统地构建基因共表达网络成为可能,这些网络通过分析基因在多种组织和病理状态下的表达谱来推断基因之间的功能关联[1],[2]。在这些网络中,共表达基因的簇——称为社区或模块——通常对应于共享的生物功能,例如参与特定的信号通路或调控过程[3]。准确识别这些模块有助于生物学注释,并增强对与疾病相关的网络重组的解释。
传统的社区检测算法,包括Louvain[4]和贪婪模块化优化[5],[6],在最大化模块内连通性方面很有效,但往往忽略了复杂生物网络中存在的更微妙的拓扑和层次特征[6]。最近的创新引入了几何描述符——尤其是网络曲率——这些描述符能够捕捉经典图度量方法所无法捕捉的结构细微差别。曲率从微分几何学中汲取灵感,量化了与局部拓扑“平坦性”的偏差,并编码了关于网络稳健性、冗余性和信息流的信息[7]。Ricci曲率的离散类比——Forman–Ricci和Ollivier–Ricci——已被证明能有效突出生物系统中的脆弱区域和弹性区域。在基因共表达网络中,局部曲率能够识别紧密相连的功能核心,并将它们与受干扰或发散的区域区分开来[8]。在脑部和代谢网络等背景下,曲率已被证明与稳健性和熵相关,可作为网络稳定性的定量标志[9]。
基于这一基础,我们之前的工作表明,曲率能够区分组织特异性的基因网络,并捕捉反映生物变异性的内在拓扑特征[8]。然而,基于曲率的描述符仍然主要是静态和局部的,只能提供对整体网络组织的部分视角。一个主要挑战是将这些几何特征整合到将拓扑与生物数据相结合的学习框架中。
与此同时,图神经网络(GNNs)的出现彻底改变了结构化生物数据的分析方式。与传统的机器学习方法不同,GNNs利用边介导的信息传递来学习包含高阶依赖性和结构上下文的节点嵌入[10],[11]。GNNs在多种应用中显示出实用性,从药物-靶点和蛋白质-蛋白质相互作用预测到功能性基因模块的发现[12]。具体来说,基于GNN的社区检测技术利用图拓扑和节点级特征来定义连贯的簇,通常在灵活性和生物学可解释性方面超越了传统的划分方法。
尽管取得了这些进展,当前的GNN框架很少将曲率等几何描述符纳入其信息传递方案中。仅由邻接矩阵或相关矩阵定义的网络无法捕捉到代表冗余性和弹性的局部连通性模式。这一差距激发了开发明确整合几何信号的模型的需求。
在这里,我们提出了ARGO——一个基于Ricci曲率的图卷积网络(GCN),用于基因共表达网络中的社区检测。ARGO将Ollivier–Ricci曲率作为GCN架构中的边属性,根据局部几何属性调节信息传递,从而共同编码拓扑和几何信息。我们将ARGO应用于iNetModels 2.0仓库中的十二个人类组织特异性基因共表达网络,对曲率值进行标准化并用作边权重来构建增强曲率的图。ARGO流程包括四个不同的步骤:(1)曲率加权图构建,(2)GCN编码器的训练,(3)通过内积解码进行链接重建,以及(4)使用K-Means聚类在节点嵌入上进行社区提取。这种考虑曲率的嵌入策略产生的社区更加紧凑且具有生物学可解释性。
将曲率整合到GCN框架中的理由在于在信息传递过程中结合几何和拓扑线索。曲率(如Ollivier–Ricci)能够捕捉局部冗余性和稳健性,但仍然是结构的静态描述符。当作为边权重纳入时,它引导信息向网络中几何上一致的区域的传播,提高了学习到的嵌入的表达能力。这些嵌入位于欧几里得空间中,随后使用K-Means进行聚类[13],选择K-Means是因为其在嵌入空间中的几何对齐性、计算效率和可解释性。这种策略能够识别出紧凑且生物学上连贯的模块,弥合了几何图描述符和表示学习之间的差距。
为了评估ARGO的性能,我们将其与(i)未加权网络上的经典Louvain算法和(ii)使用Ricci曲率作为边权重的曲率加权Louvain变体进行了比较。整合曲率后,网络模块性更高,揭示了结构更紧密的模块。曲率加权的Louvain一致性地优于其未加权的对应算法。重要的是,ARGO进一步增强了生物学可解释性:基于GCN的方法产生的模块具有更高的模块性,并且与注释的功能通路有更强的对应关系。这些发现表明,在深度学习架构中整合几何特征可以产生生物学上有意义的模块,这些模块具有稳健性、稳定性和功能丰富性。
总之,我们的工作结合了几何网络理论和深度学习,证明了Ricci曲率不仅是一个强大的结构描述符,而且当通过GNNs整合时,还可以作为表示学习和社区检测的监督信号。这种混合方法提高了基因网络分析的可解释性和预测能力,并为识别复杂生物系统中的功能连贯模块提供了一个灵活的框架。ARGO可在
https://github.com/mmilano87/ARGO处公开获取。
小节片段
用于生物网络分析的图神经网络
图表示学习在生物信息学中起着核心作用,它使复杂的生物系统能够被建模为网络,其中节点代表基因(或其他生物分子),边表示功能、调控或物理相互作用。这种方法捕捉了生物系统中存在的复杂非线性相互作用,常用于分析分子相互作用图、基因调控网络和生物通路。
图神经网络(GNNs)扩展了深度学习的能力
ARGO框架的架构
为了直观总结ARGO框架所包含的核心分析步骤,我们展示了图1中所示的集成工作流程。ARGO框架通过将Ollivier–Ricci曲率作为几何先验,扩展了标准的图自动编码器(GAE)范式[16],从而促进了曲率感知嵌入的学习。分析流程包括四个关键模块:
数据集
我们在iNetModels 2.0数据库[24]中的真实生物网络上评估了ARGO,该数据库提供了正常和癌症条件下的基因共表达网络的全面集合。正常组织网络是使用GTEx数据[25]构建的,而癌症网络则基于TCGA[26]。iNetModels资源包括108个经过整理的组织特异性网络,代表了广泛的生理和病理状态。
对于这项研究,我们选择了12个代表性组织—
概念验证
为了定量评估曲率整合对社区检测的影响,我们使用三种方法对所有组织进行了系统比较:(i)ARGO,(ii)标准Louvain算法,以及(iii)其曲率加权的变体Louvain-weighted。如表5所示,ARGO在结构一致性和聚类稳定性方面始终表现出更优的性能。平均而言,ARGO检测到61.4个社区,每个模块的平均大小为49.3个基因,
结论
我们介绍了ARGO,这是一个基于Ricci曲率的图卷积网络,用于生物基因共表达网络中的社区检测。通过将几何描述符整合到神经信息传递框架中,ARGO结合了拓扑稳健性和生物学上连贯的模块性。与经典和基于曲率的Louvain方法的比较分析表明,曲率增强提高了检测到的社区的模块性和可解释性。在正常组织中,
CRediT作者贡献声明
Marianna Milano:撰写——审阅与编辑,撰写——原始草稿,方法论,形式分析,数据管理,概念化。Pietro Cinaglia:撰写——审阅与编辑。Mario Cannataro:撰写——审阅与编辑。Pietro Hiram Guzzi:撰写——审阅与编辑,撰写——原始草稿,数据管理。
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:Marianna Milano与卡坦扎罗Magna Graecia大学有合作关系,包括:Marianna Milano获得了卡坦扎罗Magna Graecia大学的专利许可。如果有其他作者,他们声明没有已知的财务利益或个人关系可能影响本报告中所述的工作
致谢
这项工作得到了下一代欧盟 - 意大利NRRP的支持,任务4,组件2,投资1.5,旨在创建和加强“创新生态系统”,建设“区域研发领导者”(2021/3277号指令)——项目Tech4You - 用于气候变化适应和生活质量提升的技术,项目编号ECS0000009。这项工作仅反映作者的观点和意见,大学和研究部以及欧盟委员会均不能