比较嵌入方法在代谢超图上捕捉基于分类学特征的能力

《Algorithms for Molecular Biology》：Comparing the ability of embedding methods on metabolic hypergraphs for capturing taxonomy-based features

　　

摘要

背景

代谢网络是复杂的系统，通过化学化合物之间的成对相互作用来描述生物体内的生化反应。尽管这种表示方法被广泛用于研究生物功能，但它无法捕捉到代谢反应的完整结构，因为许多代谢反应涉及两种以上的化合物。超图提供了一种更自然的表示方式：其中节点代表代谢物，超边代表涉及多个参与者的反应。对这类代谢超图进行聚类可以揭示进化上不同的生物体之间的系统差异，从而洞察生态限制和进化压力。

方法

在这项研究中，我们探讨了不同的图和超图嵌入方法如何影响它们的无监督聚类效果，目的是捕捉基于分类的群体。我们将14种不同的嵌入策略应用于包含8467个代谢超图的大规模数据集。每种嵌入方法之后都进行了使用固定链接方法的层次聚类。为了评估性能，我们将得到的聚类结果与已知的分类群进行了比较。

结果

我们的研究结果表明，超图嵌入的选择对聚类结果有显著影响。在测试的方法中，基于Jaccard距离的“超边袋”（Bag of Hyperedges）、直方图余弦核（Histogram Cosine Kernel）和超图自动编码器（Hypergraph Auto-Encoder）的表现始终最好。我们还建议，嵌入方法的选择应根据下游任务的目标来决定。