[論文レビュー] A reproducible effect size is more useful than an irreproducible hypothesis test to analyze high throughput sequencing datasets

Andrew D. Fernandes, Michael Vu+3 more|arXiv (Cornell University)|Sep 7, 2018

Metabolomics and Mass Spectrometry Studies被引用数 4

ひとこと要約

本論文は、小標本研究においてp値よりも再現性が高く、高スループットシーケンシング（HTS）データに対して非パラメトリックで標準化された中央値効果量統計量 $Δ_{d}$ を導入する。この統計量は、5サンプル程度の極小サンプルでも、真の差を示す特徴を一貫して同定でき、p値や倍数変化閾値よりも頑健な代替手段を提供する。

ABSTRACT

Motivation: P values derived from the null hypothesis significance testing framework are strongly affected by sample size, and are known to be irreproducible in underpowered studies, yet no suitable replacement has been proposed. Results: Here we present implementations of non-parametric standardized median effect size estimates, dNEF, for high-throughput sequencing datasets. Case studies are shown for transcriptome and tag-sequencing datasets. The dNEF measure is shown to be more reproducible and robust than P values and requires sample sizes as small as 3 to reproducibly identify differentially abundant features. Availability: Source code and binaries freely available at: https://bioconductor.org/packages/ALDEx2.html , omicplotR, and https://github.com/ggloor/CoDaSeq .

研究の動機と目的

• パワーが不足した高スループットシーケンシング（HTS）研究、特に小標本サイズの状況下でp値の再現性の欠如を是正すること。
• p値や倍数変化閾値よりも生物学的に意味のある差をよりよく反映する、標準化された非パラメトリック効果量指標を開発すること。
• 帰無仮説の有意性検定（NHST）の代替手段としての妥当性を高め、生物学的に関連のある問い「何が再現可能に異なるか？」に答えること。
• $\mathcal{E}_{d}$ の性能を、多様なHTSデータセット（トランスクリプトームおよび16S rRNAシーケンシングデータを含む）において、再現性、誤発見率（FDR）、感度の観点から評価すること。

提案手法

• $\mathcal{E}_{d}$ 統計量は、グループ間の標準化された中央値差を、分散を補正するための中央絶対偏差（MMAD）でスケーリングすることで算出される。
• 技術的ばらつきをモデル化し、原始カウントデータを確率的表現に変換するために、ディリクレ分布からのモンテカルロサンプリングが用いられる。これにより、組成的関係が保持される。
• 組成データ解析の原則を活用することで、絶対カウントからの誤った結論を避けるために、相対的頻度およびその差にのみ注目する。
• $\mathcal{E}_{d}$ メトリックは、再現可能な解析とインタラクティブ可視化を可能にするために、ALDEx2、CoDaSeq、および omicplotR R パッケージに実装されている。
• 正規分布や特定の分布形を仮定しない非パラメトリックフレームワークを採用することで、過分散を示すHTSカウントデータに対しても適応可能である。
• 効果量推定と分散モデル化を統合することで、差が大きくかつ再現可能な特徴を特定し、高分散・低信頼性の信号を除外する。

実験結果

リサーチクエスチョン

• RQ1 非パラメトリックで標準化された効果量指標 $\mathcal{E}_{d}$ は、小標本HTS研究においてp値を上回り、差を示す特徴を同定できるか？
• RQ2 サンプルサイズが5にまで低下した場合、$\mathcal{E}_{d}$ の再現性と誤発見率（FDR）はどの程度の水準に達するか？
• RQ3 p値や倍数変化閾値と比較して、$\mathcal{E}_{d}$ は生物学的関連性とどの程度相関しているか？
• RQ4 2倍変化閾値の導入が、$\mathcal{E}_{d}$ と組み合わせることで、誤検出数を減らし、再現性を向上させるか？
• RQ5 トランスクリプトームおよび16S rRNA遺伝子シーケンシングデータなど、さまざまな種類のHTSデータに対して、$\mathcal{E}_{d}$ は一貫した性能を示すか？

主な発見

• $\mathcal{E}_{d}$ 統計量は、p値よりも再現性が高く、5サンプル程度の極小サンプルでも、真の陽性特徴の同一セットを一貫して同定する。
• サンプルサイズが2の場合、$\mathcal{E}_{d} > 1$ の誤発見率（FDR）は40%に達するが、サンプルサイズが15以上に達すると10%未満に低下する。
• 2倍変化閾値を $\mathcal{E}_{d}$ に追加することで、FDRが顕著に低下し、再現可能性が低い高分散特徴が除外される。
• 絶対差が大きくてもqスコアがわずかな特徴はしばしば高分散を示し、$\mathcal{E}_{d}$ はこれらを効果的に除外することで信頼性が向上する。
• $\mathcal{E}_{d}$ 統計量はp値とほぼ単調な関係を示すが、p値単体に比べて再現性の予測にははるかに信頼性が高い。
• このメトリックは、トランスクリプトームおよび16S rRNA遺伝子シーケンシングデータを含む多様なデータセットにおいても、一貫した性能を示し、特徴あたりの分散が高くなっても安定した挙動を示す。