[論文レビュー] A comparative study of Gaussian Graphical Model approachesfor genomic data

Patrizia Stifanelli, Teresa Maria Creanza+4 more|arXiv (Cornell University)|Jan 1, 2012

Gene expression and cancer classification参考文献 14被引用数 3

ひとこと要約

本論文は、高次元ゲノムデータにおける偏相関の推定に用いられる3つのガウス graphical モデル手法—モール・ペンローズ疑似逆行列（PINV）、残差相関（RCM）、共分散正則化（2C）—を比較している。2C手法はPINVより安定性に優れ、RCMより高速であり、アラビドプシス・タリアナにおけるモノテルペン合成経路の遺伝子ネットワークを効果的に推定した。

ABSTRACT

The inference of networks of dependencies by Gaussian Graphical Models on high-throughput data is an open issue in modern molecular biology. In this paper we provide a comparative study of three methods to obtain small sample and high dimension estimates of partial correlation coefficients: the Moore-Penrose pseudoinverse (PINV), residual correlation (RCM) and covarianceregularized method (2C ). We first compare them on simulated datasets and we find that PINV is less stable in terms of AUC performance when the number of variables changes. The two regularized methods have comparable performances but 2C is much faster than RCM. Finally, we present the results of an application of 2C for the inference of a gene network for isoprenoid biosynthesis pathways in Arabidopsis thaliana.

研究の動機と目的

• 高次元で小標本のゲノムデータセットにおける偏相関係数の推定に用いられる3つの手法—PINV、RCM、2C—の性能を評価・比較すること。
• 変数数を変化させた場合の、これらの手法の安定性と計算効率を評価すること。
• 最も効果的な手法を用いて、アラビドプシス・タリアナにおけるモノテルペン合成経路の遺伝子調節ネットワークを推定すること。
• ゲノムネットワーク推定において、正確性、安定性、計算速度のバランスが最良となる手法を特定すること。

提案手法

• 本研究では、共分散行列の逆行列を用いて偏相関を推定するため、モール・ペンローズ疑似逆行列（PINV）を用いる。
• 残差相関法（RCM）は、変数ペアの回帰残差を用いて偏相関を計算する。
• 共分散正則化法（2C）は、高次元設定における推定を改善するために共分散行列に正則化を適用する。
• AUC指標を用いて、変数数を変化させたシミュレーテッドデータセット上で性能を評価する。
• 2C手法は、数値的安定性を向上させ、小標本における過剰適合を低減する正則化アプローチを採用している。
• 最終的な応用では、2C手法をアラビドプシス・タリアナの実際のトランスクリプトームデータに適用し、モノテルペン合成経路における遺伝子ネットワークを推定した。

実験結果

リサーチクエスチョン

• RQ1 変数数を変化させた場合、PINV、RCM、2CのAUC性能はどのように比較できるか？
• RQ2 高次元ゲノムデータにおいて、計算速度と推定精度のバランスが最良となるのはどの手法か？
• RQ3 異なる標本サイズと変数数の下で、各手法が生成する偏相関推定値の安定性はいかがなものか？
• RQ4 2C手法は、現実のゲノム的文脈において生物学的に意味のある遺伝子ネットワークを効果的に推定できるか？
• RQ5 安定性と計算効率の観点から、PINV、RCM、2Cの相対的な性能はどのようになるか？

主な発見

• PINVは変数数が増加するにつれてAUC性能が不安定になり、高次元設定における信頼性が低下することが示された。
• RCMと2Cは同等のAUC性能を示し、推定精度に差がないことが示された。
• 2C手法はRCMよりも著しく高速であり、大規模なゲノムネットワーク推定に適していることがわかった。
• 2C手法は、アラビドプシス・タリアナにおけるモノテルペン合成経路の機能的遺伝子ネットワークを効果的に推定した。
• 本研究は、2Cが安定性、正確性、計算効率のバランスに優れた最良の手法であると結論づけた。
• 2Cを実データに適用した結果、システム生物学における遺伝子調節ネットワークの再構築に実用的であることが確認された。