[論文レビュー] Inference on High-dimensional Differential Correlation Matrix

Tommaso Cai, Anru R. Zhang|arXiv (Cornell University)|Aug 25, 2014

Gene expression and cancer classification被引用数 4

ひとこと要約

本稿は、スパースな差異設定における最小最大レート最適性を達成する高次元差分相関行列の推定および検定のための適応的しきい値処理手順を提案する。別個の推定手法と比較して優れた性能を示し、乳がんデータにおける生物学的に関連する遺伝子共発現パターンを同定する。

ABSTRACT

Motivated by differential co-expression analysis in genomics, we consider in this paper estimation and testing of high-dimensional differential correlation matrices. An adaptive thresholding procedure is introduced and theoretical guarantees are given. Minimax rate of convergence is established and the proposed estimator is shown to be adaptively rate-optimal over collections of paired correlation matrices with approximately sparse differences. Simulation results show that the procedure significantly outperforms two other natural methods that are based on separate estimation of the individual correlation matrices. The procedure is also illustrated through an analysis of a breast cancer dataset, which provides evidence at the gene co-expression level that several genes, of which a subset has been previously verified, are associated with the breast cancer. Hypothesis testing on the differential correlation matrices is also considered. A test, which is particularly well suited for testing against sparse alternatives, is introduced. In addition, other related problems, including estimation of a single sparse correlation matrix, estimation of the differential covariance matrices, and estimation of the differential cross-correlation matrices, are also discussed.

研究の動機と目的

• ゲノム分野で一般的な高次元設定における差分相関行列推定の課題に対処すること。
• ペアド相関行列間の差異のスパarsityに適応する手法を開発すること。
• 近似的にスパースな差分相関行列のクラス上で、差分相関推定の理論的最小最大収束レートを確立すること。
• 特にスパース代替仮説に対して差分相関行列の仮説検定を可能にすること。
• 単一のスパース相関推定、差分共分散、およびクロス相関行列といった関連問題へのフレームワークの拡張すること。

提案手法

• 2つの高次元相関行列間の差異を推定するための適応的しきい値処理手順を導入する。
• 差分行列の未知のスパarsityレベルに適応するデータ駆動型しきい値ルールを用いる。
• 近似的にスパースな差分相関行列のクラス上で、提案された推定量の理論的最小最大収束レートを確立する。
• スパースな差分相関構造を検出するのに特化した検定統計量を提案する。
• 実データに応用するため、乳がん遺伝子共発現データセットを用いて、生物学的に関連する関連性を同定する。
• 差分共分散およびクロス相関行列の推定へとフレームワークを拡張する。

実験結果

リサーチクエスチョン

• RQ1 適応的しきい値処理手順は、高次元差分相関行列の推定において最小最大レート最適性を達成できるか？
• RQ2 有限標本において、個別に相関行列を推定する手法と比較して、本手法はどのように性能を発揮するか？
• RQ3 本手法は、実際のゲノムデータにおいて生物学的に意味のある差分共発現パターンを検出できるか？
• RQ4 スパースな差分相関代替仮説に対する検定統計量の理論的性能はいかほどか？
• RQ5 このフレームワークは、差分共分散およびクロス相関行列へどの程度拡張可能か？

主な発見

• 提案された適応的しきい値推定量は、近似的にスパースな差異を示すペアド相関行列の集合上で最小最大収束レートを達成する。
• 推定量は適応的レート最適性を有し、スパース差異構造の広いクラスにおいて、スパarsityの事前知識がなくても良好に機能する。
• シミュレーション結果は、個別に相関行列を推定する2つの自然な手法と比較して、顕著な性能向上を示す。
• 乳がんデータセットへの応用により、既知の生物学的関連性と整合する遺伝子共発現パターンが同定され、本手法の生物学的妥当性が裏付けられる。
• 差分相関を検出するための提案された検定は、特にスパース代替仮説に対して顕著に効果的であり、低信号対雑音比の状況でも高い検出力を持つ。
• 本フレームワークは、差分共分散およびクロス相関行列の推定へと拡張可能であり、多変量解析への応用範囲を広げる。