Explainable graph neural networks for link prediction in plant molecular interaction networks

Šuštar, Klara (author), Curk, Tomaž (mentor), Bleker, Carissa Robyn (comentor), Zrimec, Jan (comentor)

Plant molecular biology leans on curated interaction networks such as the Comprehensive Knowledge Network (CKN) of Arabidopsis thaliana, yet it is rarely tested whether building such a network into a learning system helps at all, and if so, where. This thesis integrates CKN with public expression data and asks that question directly, after revising the batch correction pipeline so that the choice of correction method cannot influence classifier evaluation. For sample classification the answer is negative: replacing CKN's wiring with a degree-matched random graph changes macro F1 by nothing measurable, so the models use little beyond the degree sequence. For link prediction it is positive but conditional: a relational graph neural network beats a parameter-matched lookup table by +0.023 mean reciprocal rank once both are tuned, and the advantage reaches an order of magnitude for sparsely connected genes while disappearing at hubs. Attributions over the trained classifiers mostly read out node connectivity, though their functional enrichment exceeds a degree-matched null. Aggregate metrics hide where the graph matters; stratified evaluation with explicit controls reveals it.

• Language: English
• Keywords: graph neural networks, link prediction, molecular interaction networks, Arabidopsis thaliana, batch effect correction, variational autoencoder, scArches, explainable artificial intelligence, CKN
• Work type: Master's thesis/paper
• Organization: FMF - Faculty of Mathematics and Physics
• Year: 2026
• PID: 20.500.12556/RUL-187899
• COBISS.SI-ID: 291184899
• Publication date in RUL: 16.09.2026

Secondary language

• Language: Slovenian
• Title: Razložljive grafovske nevronske mreže za napovedovanje povezav v rastlinskih molekularnih interakcijskih omrežjih

Abstract

Rastlinska molekularna biologija se opira na skrbno urejena interakcijska omrežja, kot je Comprehensive Knowledge Network (CKN) navadnega repnjakovca (Arabidopsis thaliana), a le redko se neposredno preveri, ali vgradnja takega omrežja v učni sistem sploh pomaga, in kje. Magistrsko delo združi CKN z javnimi podatki o genskem izražanju in to vprašanje zastavi neposredno, potem ko cevovod za korekcijo šaržnih učinkov prenovi tako, da izbira korekcijske metode ne more vplivati na vrednotenje klasifikatorjev. Pri klasifikaciji vzorcev je odgovor negativen: zamenjava povezav CKN z naključnim grafom z enakimi stopnjami vozlišč ne spremeni makro mere F1, torej modeli izkoristijo le malo prek zaporedja stopenj. Pri napovedovanju povezav je odgovor pozitiven, a pogojen: relacijska grafovska nevronska mreža preseže iskalno tabelo z enakim številom parametrov za +0,023 srednjega recipročnega ranga, prednost pri redko povezanih genih doseže velikostni red, pri vozliščih z največ povezavami pa izgine. Pripisovanja pri naučenih klasifikatorjih večinoma odražajo povezanost vozlišč, čeprav njihova funkcijska obogatitev presega ničelni model, ujeman po stopnji. Agregatne metrike prikrivajo, kje je struktura grafa pomembna; šele stratificirano vrednotenje z eksplicitnimi kontrolami to razkrije.

• Keywords: grafovske nevronske mreže, napovedovanje povezav, molekularna interakcijska omrežja, Arabidopsis thaliana, korekcija šaržnih učinkov, variacijski samokodirnik, scArches, razložljiva umetna inteligenca, CKN