[論文レビュー] Getting started in probabilistic graphical models

Edoardo M. Airoldi|TUScholarShare (Temple University)|Jun 14, 2007

Bioinformatics and Genomic Networks被引用数 8

ひとこと要約

この論文は、高次元データにおける生物学的に関連するパターンを発見するための統合的枠組みとして、確率的グラフィカルモデル（PGMs）を導入する。生物学的直感と統計的計算を統合し、遺伝子や機能的プロセスの概念的モデリングから、潜在変数を用いた統計的推論およびパrameter適合までのワークフローを提示する。PGMsは、システム生物学における仮説生成と反復的科学的発見を可能にする。

ABSTRACT

Probabilistic graphical models (PGMs) have become a popular tool for computational analysis of biological data in a variety of domains. But, what exactly are they and how do they work? How can we use PGMs to discover patterns that are biologically relevant? And to what extent can PGMs help us formulate new hypotheses that are testable at the bench? This note sketches out some answers and illustrates the main ideas behind the statistical approach to biological pattern discovery.

研究の動機と目的

• 計算生物学およびシステム生物学の研究者を対象に、確率的グラフィカルモデル（PGMs）について明確でアクセスしやすい紹介を提供すること。
• 共通のグラフィカル言語を用いて生物学的システムを形式化することで、生物学的直感と統計的モデリングの溝を埋めること。
• PGMsを用いて、観測可能なデータ（例：遺伝子発現）から、観測不能な生物学的メカニズム（例：機能的経路）を推論する方法を説明すること。
• PGMsを用いたモデルの改善、仮説生成、実験的検証の反復的サイクルを示すこと。
• PGMsがゲノム研究、集団遺伝学、システム生物学において成功裏に応用された事例を強調し、広範な採用を促すこと。

提案手法

• ノードを確率的変数（観測可能または潜在的）とし、エッジを統計的依存関係として定義するグラフィカル形式を用いて生物学的システムを表現する。
• 観測不能な生物学的メカニズム（例：機能的プロセス、集団構造）を表す潜在変数を定義する。
• データに基づいてモデルの構成要因に数値（パrameterまたはハイパーパrameter）を割り当てるためにベイズ的または頻度的フレームワークを用いる。
• マルコフ連鎖モンテカルロ（MCMC）や変分法などの統計的推論技術を用いて、潜在変数の事後分布を推定する。
• 予測指標（例：予測R²）と交差検証を用いてモデルの性能を評価し、モデル選択および次元削減のガイドラインを提供する。
• 適合度と生物学的妥当性を評価することでモデルを反復的に改善し、新たな検証可能な仮説を導く。

Figure 1: Two equivalent representations of the same probabilistic graphical model. The left panel shows the full model, and the right panel shows the same model expressed in compact form. Nodes denote random variables, observed random variables are shaded while latent random variables are not, edge

実験結果

リサーチクエスチョン

• RQ1 確率的グラフィカルモデルは、高次元の遺伝子発現データから生物学的に意味のある機能的プロセスをどのように推論できるか？
• RQ2 遺伝子発現プロファイルの観測可能な特徴と、細胞内プロセスなどの観測不能な生物学的メカニズムを結びつける潜在変数の役割は何か？
• RQ3 PGMsにおける統計的依存関係は、生物学的に妥当な因果的または調節的関係をどのように反映できるか？
• RQ4 PGMsは、システム生物学における仮説生成と実験的検証の反復的サイクルをどのように支援するか？
• RQ5 モデルの適合度と予測性能は、初期のスケッチモデルにおける生物学的仮定の改善にどのように寄与するか？

主な発見

• PGMsは、生物学的および統計的概念を共通で直感的に表現できる形式的枠組みを提供し、生物学者と計算科学者との間で効果的なコミュニケーションを可能にする。
• 生物学的スケッチモデルをPGM構造に翻訳すること（遺伝子、機能的プロセス、それらの所属関係のマッピング）により、観測不能な生物学的状態に対する体系的な統計的推論が可能になる。
• 機能的プロセスを表す潜在変数は、時間的共調節性に基づいて遺伝子発現データのパターンから推定可能であり、直接の実験的測定がなくても成立する。
• ベイズ的または頻度的手法によるモデル適合により、パrameterの推定と不確実性の評価が可能となり、頑健な生物学的推論が可能になる。
• 適合度と予測性能の指標は、モデル選択をガイドし、初期の生物学的仮定の不整合を明らかにし、新たな仮説を生み出す要因となる。
• ゲノム分野におけるPGMsの応用——集団構造の推定、HIV変異のモデリング、共発現パターンの発見——は、検証可能な生物学的知見を生成するための有効性を示している。