[論文レビュー] Dr.VAE: Drug Response Variational Autoencoder

Ladislav Rampášek, Daniel Hidru+3 more|arXiv (Cornell University)|Jun 26, 2017

Machine Learning in Materials Science参考文献 7被引用数 23

ひとこと要約

Dr.VAEは、前処理および後処理の遺伝子発現データを用いて、薬剤誘発性遺伝子発現の撹乱と治療反応の結果を統合的にモデル化する半教師あり変分オートエンコーダー枠組みを提案する。生物学的撹乱効果と全体的な薬剤反応を両方とも符号化する分離可能な潜在表現を学習することで、最先端のベンチマーク比でAUROCで3–11%、AUPRで2–30%の予測精度向上を達成した。

ABSTRACT

We present two deep generative models based on Variational Autoencoders to improve the accuracy of drug response prediction. Our models, Perturbation Variational Autoencoder and its semi-supervised extension, Drug Response Variational Autoencoder (Dr.VAE), learn latent representation of the underlying gene states before and after drug application that depend on: (i) drug-induced biological change of each gene and (ii) overall treatment response outcome. Our VAE-based models outperform the current published benchmarks in the field by anywhere from 3 to 11% AUROC and 2 to 30% AUPR. In addition, we found that better reconstruction accuracy does not necessarily lead to improvement in classification accuracy and that jointly trained models perform better than models that minimize reconstruction error independently.

研究の動機と目的

• スパースで高次元の遺伝子発現データを用いてがん細胞系における薬剤反応予測を改善すること。
• 前処理および後処理の遺伝子発現データ（撹乱ペア）と薬剤反応結果を統合的な深層生成モデルで統合すること。
• ラベル付きの反応データとラベルなしの撹乱データの両方を活用する半教師あり枠組みを構築し、予測性能を向上させること。
• 撹乱と反応の同時モデリングが、再構成と分類の独立的最適化よりも優れた分類性能をもたらすかどうかを検証すること。

提案手法

• Dr.VAEは、前処理および後処理の遺伝子発現を共有潜在空間にマップするため、共有エンコーダーおよびデコーダーを備えた深層変分オートエンコーダーを用いる。
• 潜在空間に確率的線形関数を組み込み、前処理状態から後処理状態への変換として薬剤誘発撹乱効果をモデル化する。
• 効率的な事後分布近似と推論の向上のため、確率的勾配変分ベイズ（SGVB）と逆アーロンストリーム・フロー（IAF）を採用する。
• 遺伝子発現の再構成と薬剤反応結果の予測の両方をバランスさせる統合的目的関数を用いてモデルを訓練する。
• 半教師あり拡張により、ラベルなしの前処理データを活用して潜在表現学習を向上させることができる。
• 19種の薬剤について、利用可能な撹乱および反応データを用いて10分割交差検証による評価を実施した。

実験結果

リサーチクエスチョン

• RQ1 深層生成モデルは、遺伝子発現撹乱と薬剤反応結果の潜在表現を同時に学習することで、予測精度を向上させることができるか？
• RQ2 撹乱モデリングと反応分類の同時学習は、それらを別々に学習するのと比べて性能が向上するか？
• RQ3 遺伝子発現の再構成精度が高ければ、薬剤反応分類精度も向上するのか？
• RQ4 教師なし撹乱データは、半教師あり薬剤反応予測モデルの性能向上に寄与するか？

主な発見

• Dr.VAEは19種の薬剤すべてで、最先端のベンチマーク比でAUROCで3–11%、AUPRで2–30%の向上を示し、最先端の性能を達成した。
• PertVAE（教師なし部品）は、十分な細胞系データを有する8種の薬剤のうち5種について、統計的に有意な相関（p ≤ 0.001）を示して後処理遺伝子発現を予測した。
• 再構成性能そのものだけでは分類精度の向上を保証しないことが示され、潜在空間が単なる圧縮の役割を果たすのではなく、予測的役割を果たしていることがわかった。
• 撹乱と反応モデリングの同時学習は、再構成と分類を別々に学習する場合よりも優れた分類性能をもたらした。
• 100個の確率的潜在変数を有するモデルが、表現力と一般化性能の最適なトレードオフを達成し、小規模な潜在空間におけるPCAを上回った。
• 潜在空間は再構成を超える生物学的に関連する情報を捉えており、限定的なデータと高いノイズ下でも分類性能が向上したことが裏付けられた。