[論文レビュー] From features to expression: High-density oligonucleotide array analysis revisited

Félix Naef, Daniel A. Lim+2 more|ArXiv.org|Feb 5, 2001

Gene expression and cancer classification被引用数 32

ひとこと要約

本論文は、完全相同プローブの強度の幾何平均を用い、不完全相同プローブを排除し、外れ値を除外することで、遺伝子発現比推定を向上させる新しいアルゴリズムを提案する。この手法は、検出可能な遺伝子数を30%増加させ、リピート実験における再現性を向上させ、同じ遺伝子を対象とするプローブセット間の相関を高め、標準的なAffymetrix手法を上回る性能を示す。

ABSTRACT

One of the most popular tools for large scale gene expression studies are high-density oligonucleotide (GeneChip(R)) arrays. These currently have 16-20 small probe cells (``features'') for evaluating the transcript abundance of each gene. In addition, each probe is accompanied by a mismatched probe designed as a control for non-specificity. An algorithm is presented to compute comparative expression levels from the intensities of the individual features, based on a statistical study of their distribution. Interestingly, MM probes need not be included in the analysis. We show that our algorithm improves significantly upon the current standard and leads to a substantially larger number of genes brought above the noise floor for further analysis.

研究の動機と目的

• 低発現量トランスクリプトの検出に制限を示す標準的なAffymetrixアルゴリズムの課題を解決すること。
• 高密度オリゴヌクレオチドアレイから得られる遺伝子発現比の信頼性と再現性を向上させること。
• 不完全相同プローブの使用方法と強度平均化手法を再考することで、ノイズ低減と感度向上を図ること。
• 特に中程度～低強度領域における発現差が顕著な遺伝子の検出を向上させる手法を開発すること。
• 2つのハイブリダイゼーションアレイのみを用いても、より強固なクラスタリングと生物学的解釈が可能となる手法を実現すること。

提案手法

• 不完全相同（MM）プローブを完全相同（PM）プローブ強度の唯一の制御として完全に除外し、PMプローブ強度のみを用いて合成発現比を計算する。
• 2つのサンプル間のPM強度をペアワイズ比較することで、各プローブセットの比推定値を導出する。
• 統計的基準に基づき外れ値を特定・除外することで、耐性性を向上させる。
• 強度および比のデータが指数分布的であるため、算術平均ではなく幾何平均を用いる。
• 背景強度はMMプローブを用いて別個に推定されるが、最終的な比計算には使用されない。
• すべての報告値が比較的分析に基づいて導かれる比ベースのスコアリングを強調する。

実験結果

リサーチクエスチョン

• RQ1 不完全相同プローブを排除し、完全相同強度の幾何平均を用いることで、遺伝子発現比の推定をより信頼性高く行えるか？
• RQ2 不完全相同プローブを排除することで、低発現量トランスクリプトの検出が向上し、ノイズフロアを超える遺伝子数が増加するか？
• RQ3 新しい手法は、標準的なAffymetrix手法と比較して、リピート実験における再現性をどの程度向上させるか？
• RQ4 新しいアルゴリズムを用いた場合と標準手法を用いた場合とで、同じ遺伝子を対象とするプローブセット間の比スコアの整合性はどのように異なるか？
• RQ5 より複雑でキャリブレーション依存の手法と比較して、小規模で高品質なデータセットに適用した場合、より単純なモデルフリー手法が優れた性能を示せるか？

主な発見

• 提案手法は、標準的なAffymetrixアルゴリズムと比較して、ノイズフロアを超える遺伝子数を約30%増加させた。
• リピート実験では再現性が著しく向上し、散乱プロットがより緊密になり、比推定値のばらつきが低減した。
• 同じ遺伝子を対象とするプローブセット間の比スコアは著しく相関が高まり、95%のペアが1.3倍未満の差異（log2スケールで2σ ≈ 0.4）を示した。
• 本手法は不完全相同プローブへの依存を低減し、それらが曖昧な情報内容を提供することが判明したため、背景推定のためのもの以外は使用しない。
• 2つのハイブリダイゼーションアレイのみを用いても、遺伝子発現データの強固なクラスタリングが可能となり、信頼性の高い生物学的解釈が可能となった。
• モデルベースの代替手法と比較して、本手法はより単純かつ耐性性に富んでおり、大規模なキャリブレーションデータセットを必要とせず、実験プロトコルの変動に対しても感受性が低い。