[論文レビュー] Early Detection of Ovarian Cancer by Wavelet Analysis of Protein Mass Spectra

Dixon Vimalajeewa, Scott A. Bruce+1 more|arXiv (Cornell University)|Jul 14, 2022

Machine Learning in Bioinformatics被引用数 5

ひとこと要約

本論文は、自己相似性を特徴とするタンパク質質量スペクトルの分析に、頑健なウェーブレット分解と段階的エネルギー減衰の距離分散推定を用いたウェーブレットベースの手法を提案する。この手法により、広範な前処理やビニングを必要とせず、タンパク質発現の相関関係を捉えることで、早期卵巣がんの検出に特徴的な特徴量を抽出し、2つの公的データセットにおいて分類性能が向上した。従来の特徴抽出手法を上回る性能を示した。

ABSTRACT

Accurate and efficient detection of ovarian cancer at early stages is critical to ensure proper treatments for patients. Among the first-line modalities investigated in studies of early diagnosis are features distilled from protein mass spectra. This method, however, considers only a specific subset of spectral responses and ignores the interplay among protein expression levels, which can also contain diagnostic information. We propose a new modality that automatically searches protein mass spectra for discriminatory features by considering the self-similar nature of the spectra. Self-similarity is assessed by taking a wavelet decomposition of protein mass spectra and estimating the rate of level-wise decay in the energies of the resulting wavelet coefficients. Level-wise energies are estimated in a robust manner using distance variance, and rates are estimated locally via a rolling window approach. This results in a collection of rates that can be used to characterize the interplay among proteins, which can be indicative of cancer presence. Discriminatory descriptors are then selected from these evolutionary rates and used as classifying features. The proposed wavelet-based features are used in conjunction with features proposed in the existing literature for early stage diagnosis of ovarian cancer using two datasets published by the American National Cancer Institute. Including the wavelet-based features from the new modality results in improvements in diagnostic performance for early-stage ovarian cancer detection. This demonstrates the ability of the proposed modality to characterize new ovarian cancer diagnostic information.

研究の動機と目的

• タンパク質質量スペクトルの広範な前処理に依存しない、早期卵巣がん検出のための新しいモダリティの開発。
• 質量スペクトルの自己相似性を活用し、タンパク質発現レベル間の相互作用を反映する特徴量を抽出すること。
• ウェーブレットベースのエネルギー減衰率を用いて、タンパク質発現レベルの相関関係を特徴化することで、早期がんの診断性能を向上させること。
• ウェーブレットから導出された特徴量が、従来の強度ベースの特徴量とは別個で有用な情報を提供することを示すこと。

提案手法

• 本手法は、タンパク質質量スペクトルに離散ウェーブレット変換を適用し、複数の分解能レベルにわたる近似係数と詳細係数に分解する。
• 距離分散（スプレッドの頑健な測定法）を用いて、各分解能レベルにおける詳細係数の変動を推定し、段階ごとのウェーブレットエネルギーを評価する。
• ローリングウィンドウ法を用いて、これらのエネルギー推定値が分解能レベルにわたってどのように減衰するかを計算し、局所的な変化傾向を捉える。
• これらの減衰率を、スペクトル内におけるタンパク質発現レベル間の相互作用を特徴付ける新しい特徴量として扱う。
• 得られたウェーブレットベースの特徴量を、既存の文献由来の特徴量と組み合わせ、標準的な機械学習モデルを用いて分類に用いる。
• ビニングやクラスタリングを回避することで、スペクトルの完全な情報を保持し、前処理への依存度を低減する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレットベースの質量スペクトル解析は、強度ベースの特徴抽出よりも、早期がんの検出に効果的であるか？
• RQ2 質量スペクトルの自己相似構造を捉えることで、従来の手法では捉えきれない特徴的な情報を明らかにできるか？
• RQ3 ウェーブレットエネルギー減衰率の頑健な推定は、広範な前処理を要せず、診断分類性能を向上させることができるか？
• RQ4 ウェーブレットから導出された特徴量は、従来の特徴量と比較して、早期がんの感度および特異度において優れているか？

主な発見

• 提案されたウェーブレットベースの特徴量は、2つの公的データセットにおいて、早期がん検出の診断性能を顕著に向上させた。
• 本手法は、従来の強度ベースの特徴量のみを用いたモデルよりも高い分類精度を達成し、タンパク質間の相関関係モデリングの追加的価値を示した。
• ウェーブレット係数の距離分散推定により、ノイズや外れ値への感受性が低減され、特徴量の信頼性が向上した。
• ウェーブレットベースのアプローチは最小限の前処理で実行可能であり、研究間での再現性と一貫性が高まると示唆された。
• ウェーブレット由来の特徴量の組み込みにより、特に第I期がんにおいて感度および特異度の両方で明確な向上が得られた。