Boosting-based ensemble of global network aligners for PPI network alignment

Abstract

El número de investigaciones que intentan alinear las redes de interacción proteína-proteína (PPI) ha aumentado con el crecimiento de los estudios centrados en la recopilación de datos de PPI. Estos trabajos tienen como objetivo identificar áreas conservadas entre especies difíciles de diferenciar debido a la especiación. Sin embargo, no existe un enfoque estándar para alinear las redes PPI y los alineadores globales encuentran dificultades para construir alineamientos con alta calidad biológica y estructural. Para abordar este problema, proponemos una técnica de conjunto innovadora que combina las fortalezas de los alineadores en el campo de alineación de redes PPI evitando sus debilidades. Este enfoque reduce la dispersión en alineadores globales individuales tan diferentes y contribuye a lograr un estándar global que produzca alineamientos de mayor calidad. Esto es posible gracias a las dos ramas que componen nuestro conjunto y que tienen como objetivo mejorar los alineamientos en términos de calidad biológica o estructural. Además de una nueva heurística que reemplaza al alineador de segundo nivel en la rama biológica centrada en la calidad. Nuestro enfoque logra alineamientos de mayor calidad, como se demuestra a través de experimentos con 10 escenarios diferentes que involucran datos reales de 5 especies. Nuestras soluciones superan a otros alineadores individuales y técnicas de conjunto, como el embolsado, en términos de calidad biológica y estructural. Además, el tiempo necesario para realizar el conjunto es mínimo en comparación con el de los alineadores individuales.

The number of investigations attempting to align protein–protein interaction (PPI) networks has increased with the growth of studies focused on collecting PPI data. These works aim to identify conserved areas between species that are difficult to differentiate due to speciation. However, there is no standard approach to align PPI networks, and global aligners encounter difficulties in constructing alignments with high biological and structural quality. To address this issue, we propose an innovative ensemble technique that combines the strengths of aligners in the PPI network alignment field while avoiding their weaknesses. This approach reduces the spread of dispersion in so different individual global aligners and contributes to achieving a global standard that produces alignments of higher quality. This is possible thanks to the two branches composing our ensemble that aim to improve alignments in terms of biological or structural quality. In addition to a new heuristic replacing the second-level aligner in the biological quality-focused branch. Our approach achieves alignments of higher quality, as demonstrated through experiments with 10 different scenarios involving real data from 5 species. Our solutions outperform other individual aligners and ensemble techniques, like bagging, in terms of biological and structural quality. Moreover, the time required to perform the ensemble is minimal compared to that of individual aligners.