Classification between odorant and gustatory receptors: Supervised learning applied to arthropod proteins

Abstract

Functional characterisation of proteins is limited and difficult to achieve using automatic systems based on sequence alignments which have not found evidence of the presence of odorant receptors in other arthropods than insects. In this project, a supervised learning based system is developed in order to first classify insect protein sequences functionality as odorant or gustatory receptors and second, identify in non-insect arthropod sequences (annotated as gustatory receptors by alignment based systems) potential sequences that suffered a similar functional divergence as it happened in insects around 440 million years ago. Dataset sequences were obtained from UniProtKB, three different encoding methods were used to train three artificial neural networks. The results obtained confirm the efficiency of the developed model with AUC, precision and F1 score of 0.911, 0.971 and 0.926, respectively. A list of candidate sequences to have a functionality similar to that of odorant receptors in non-insect arthropods was obtained. Downstream analysis regarding functionality of these sequences should be done to corroborate the model predictions. Findings regarding the presence of proteins with similar functionality to odorant receptors in other arthropods would indicate an extraordinary evolutionary convergence.

La caracterización funcional de proteínas es difícil de conseguir mediante sistemas automáticos basados en alineamientos de secuencias. Estos sistemas no han encontrado evidencia de que receptores olfativos estén presentes en artrópodos no insectos. En este proyecto se desarrolla un sistema basado en aprendizaje supervisado que primeramente sea capaz de clasificar la funcionalidad de proteínas provenientes de insectos en receptores de tipo olfativo y receptores de tipo gustativo y que posteriormente pueda identificar en secuencias de otros artrópodos (anotadas como receptores gustativos por sistemas de alineamiento de secuencias) secuencias que hayan sufrido una divergencia funcional similar a la ocurrida en los insectos alados hace unos 440 millones de años. Las secuencias que conforman el dataset se obtuvieron de UniProtKB, tres métodos distintos fueron usados para codificar las secuencias y poder entrenar tres redes neuronales artificiales. Los resultados obtenidos confirman la eficacia del modelo desarrollado con un AUC, precisión y F1 de 0.911, 0.971 y 0.926, respectivamente. Se obtuvo un listado de secuencias candidatas a tener una funcionalidad parecida a receptores olfativos en artrópodos no insectos. El análisis posterior de la funcionalidad de estas secuencias podría corroborar las predicciones del modelo. El hallazgo de la presencia de proteínas con funcionalidad parecida a los receptores olfativos sería indicativo de una posible convergencia evolutiva.

La caracterització funcional de proteïnes és difícil d'aconseguir mitjançant sistemes automàtics basats en alineaments de seqüències. Aquests sistemes no han trobat evidència que receptors olfactoris siguin presents en artròpodes no insectes. En aquest projecte es desenvolupa un sistema basat en aprenentatge supervisat que primerament sigui capaç de classificar la funcionalitat de proteïnes provinents d'insectes en receptors de tipus olfactori i receptors de tipus gustatiu i que posteriorment pugui identificar en seqüències d'altres artròpodes (anotades com a receptors gustatius per sistemes d'alineament de seqüències) seqüències que hagin sofert una divergència funcional similar a l'ocorreguda en els insectes alats fa uns 440 milions d'anys. Les seqüències que conformen el dataset es van obtenir de UniProtKB, tres mètodes diferents van ser usats per a codificar les seqüències i poder entrenar tres xarxes neuronals artificials. Els resultats assolits confirmen l'eficàcia del model dut a terme amb un AUC, precisió i F1 de 0.911, 0.971 i 0.926, respectivament. Es va aconseguir un llistat de seqüències candidates a tenir una funcionalitat semblant a receptors olfactoris en artròpodes no insectes. L'anàlisi posterior de la funcionalitat d'aquestes seqüències podria corroborar les prediccions del model. La troballa de la presència de proteïnes amb funcionalitat semblant als receptors olfactoris seria indicatiu d'una possible convergència evolutiva.