[論文レビュー] cellanneal: A User-Friendly Deconvolution Software for Omics Data

Lisa Buchauer, Shalev Itzkovitz|arXiv (Cornell University)|Oct 15, 2021

Gene expression and cancer classification参考文献 17被引用数 8

ひとこと要約

cellanneal は、スピアマン順位相関とシミュレーテッドアニーリングを用いて細胞内比を最適化する、使いやすい Python ベースのバッチ RNA-seq のデコンボリューション用ソフトウェアです。歪んだ遺伝子発現データに対しても頑健であるため、処理時間は1分未塔で、ローカルでプライバシーに配慮した分析が可能です。

ABSTRACT

We introduce cellanneal, a python-based software for deconvolving bulk RNA sequencing data. cellanneal relies on the optimization of Spearman's rank correlation coefficient between experimental and computational mixture gene expression vectors using simulated annealing. cellanneal can be used as a python package or via a command line interface, but importantly also provides a simple graphical user interface which is distributed as a single executable file for user convenience. The python package is available at https://github.com/LiBuchauer/cellanneal , the graphical software can be downloaded at http://shalevlab.weizmann.ac.il/resources .

研究の動機と目的

• バッチ RNA-seq データにおける極めて歪んだ mRNA コピーナンバー分布に対処するため、最小二乗法に基づくデコンボリューション手法の限界を克服すること。
• 絶対的発現値の代わりにランクベース相関を用いることで、ノイズやプラットフォーム効果に対してより頑健な手法を実現すること。
• ウェブベースのツールがプライバシー規制に準拠できない臨床的および機密性の高いデータ用途に適した、ユーザーフレンドリーでローカル実行可能なツールを提供すること。
• 単細胞リファレンスデータを用いて、複雑な組織における細胞タイプ比の効率的かつ正確な推定を可能にすること。
• 観察された発現と推定発現の間の遺伝子単位の倍数変化を計算することで、後続解析を包括的に支援すること。

提案手法

• 観察されたバッチ遺伝子発現とインシリコ混合発現の間の負のスピアマン順位相関を最小化するように、シミュレーテッドアニーリングを用いて細胞タイプ比を最適化する。
• 混合物内の各細胞タイプについて、単細胞 RNA-seq からの発現ベクトルをリファレンスデータとして用いる。
• ランクベース相関を用いることで、発現量が著しく高い外れ値遺伝子の影響を軽減し、すべての遺伝子が最適化に均等に寄与するようにする。
• Python パッケージ、コマンドラインインターフェース、および単一ファイルのグラフィカルユーザーインターフェース実行可能ファイルの3つのアクセスモードを提供する。
• 推定された細胞割合からの観察されたバッチ発現と推定発現の間の遺伝子単位の倍数変化を計算し、保存する。
• 標準的なデスクトップハードウェアで1サンプルあたり1分未塔の処理時間で効率的な計算を実装する。

実験結果

リサーチクエスチョン

• RQ1 極めて歪んだ遺伝子発現に対して、スミアマン順位相関が、二乗残差の和よりもより頑健な目的関数を提供できるか？
• RQ2 伝統的な回帰ベース手法と比較して、シミュレーテッドアニーリングは細胞タイプ比推定においてより高速かつ信頼性の高い収束を実現できるか？
• RQ3 ローカルで実行され、GUI を備えたソフトウェアツールは、臨床的および機密性の高いオミックスデータのデコンボリューションにおいて、アクセシビリティとプライバシー準拠性を向上させられるか？
• RQ4 発現レベルに関係なく、すべての情報を持つ遺伝子を含めることで、ランクベース相関を用いた場合にデコンボリューションの正確性がどの程度向上するか？
• RQ5 cellanneal は、単細胞リファレンスプロファイルと比較して、バッチサンプルにおける発現が不規則に変化している遺伝子をどの程度効果的に特定できるか？

主な発見

• cellanneal は、標準的なデスクトップハードウェア上でも1サンプルあたり1分未塔の処理時間を達成し、バッチ RNA-seq データセットの迅速な解析を可能にしている。
• スピアマン順位相関の使用により、発現量が著しく高い遺伝子が最適化に過剰に影響を与えるのを防ぎ、ノイズやプラットフォーム効果に対して頑健性が向上している。
• ソフトウェアは、観察された発現と推定発現の間の遺伝子単位の倍数変化を正確に計算し、バッチサンプルにおける生物学的に関連のある発現変化の同定を可能にしている。
• グラフィカルユーザーインターフェースは単一の実行可能ファイルとして配布されており、インストール不要でローカル実行が可能で、データプライバシー規制への準拠が可能である。
• Python パッケージおよびコマンドラインインターフェースは、自動化された分析パイプラインへの統合をサポートしており、完全なドキュメンテーションとクイックスタートワークフローが利用可能である。
• シミュレートされたデータおよび実世界のデータを用いた検証により、極端な mRNA コピーナンバー分布を示すデータセットに適用した際、デコンボリューション結果の安定性が向上していることが示された。