[論文レビュー] Learning Schizophrenia Imaging Genetics Data Via Multiple Kernel Canonical Correlation Analysis

Owen Richfield, Md Ashad Alam+2 more|arXiv (Cornell University)|Sep 15, 2016

Fractal and DNA sequence analysis参考文献 23被引用数 6

ひとこと要約

本研究では、fMRI、DNAメチル化解析、SNPデータを統合することで、統合的画像ゲノムデータの非線形相関を捉えることで、精神分裂病患者と健常対照群を分類するための新しいフレームワークを提案する。カーネル法と複数カーネルの線形判別分析（KCCA/MKCCA）を用いることで、高次元の画像ゲノムデータにおける非線形相関を活用し、72.6%の分類精度を達成。これは線形CCAを著しく上回る性能であり、fMRIとDNAメチル化データの組み合わせで最も高い精度を示した。一方、SNPデータの追加は性能を低下させる。

ABSTRACT

Kernel and Multiple Kernel Canonical Correlation Analysis (CCA) are employed to classify schizophrenic and healthy patients based on their SNPs, DNA Methylation and fMRI data. Kernel and Multiple Kernel CCA are popular methods for finding nonlinear correlations between high-dimensional datasets. Data was gathered from 183 patients, 79 with schizophrenia and 104 healthy controls. Kernel and Multiple Kernel CCA represent new avenues for studying schizophrenia, because, to our knowledge, these methods have not been used on these data before. Classification is performed via k-means clustering on the kernel matrix outputs of the Kernel and Multiple Kernel CCA algorithm. Accuracies of the Kernel and Multiple Kernel CCA classification are compared to that of the regularized linear CCA algorithm classification, and are found to be significantly more accurate. Both algorithms demonstrate maximal accuracies when the combination of DNA methylation and fMRI data are used, and experience lower accuracies when the SNP data are incorporated.

研究の動機と目的

• 精神分裂病研究におけるマルチモodal画像ゲノムデータを統合する非線形多変量手法の開発。
• 従来の線形CCAを上回る、精神分裂病患者と健常対照群の分類精度の向上。
• fMRI、DNAメチル化、SNPデータが疾患分類に与える相対的寄与の調査。
• 高次元のオミクスおよび神経画像データにおける非線形関係が、診断的区別を強化するかの評価。
• 最大の分類性能を得るためのデータモダリティの最適な組み合わせの特定。

提案手法

• カーネル法および複数カーネルCCAを用いて、fMRI、DNAメチル化、SNPデータを再生核ヒルベルト空間（RKHS）に写像し、非線形相関を捉える。
• 入力データをより高次元の特徴空間にマップするためのガウスカーネルを用い、非線形関係を線形化する。
• 複数モダリティ間の射影データ間の相関を最大化するための典型相関係数を計算する。
• KCCAおよびMKCCAの出力であるカーネル行列に対してk-meansクラスタリングを適用し、患者と対照群の二値分類を実行する。
• 過学習を防ぎ、数値的安定性を確保するため、固有値問題に正則化を適用する。
• 2つまたは3つのデータタイプのすべての組み合わせにおいて分類性能を評価し、交差検証を用いて精度を測定する。

実験結果

リサーチクエスチョン

• RQ1 カーネル法および複数カーネルCCAは、マルチモダリティ画像ゲノムデータを用いた精神分裂病患者と健常対照群の分類において、線形CCAを上回ることができるか？
• RQ2 fMRI、DNAメチル化、SNPデータのどの組み合わせが最も高い分類精度を達成するか？
• RQ3 fMRIとDNAメチル化データのみを用いた場合に比べ、SNPデータの追加が分類性能を低下させるか？
• RQ4 画像データとエピジェネティクスデータ間の非線形相関は、線形相関よりも精神分裂病分類に有用な情報を持つか？
• RQ5 KCCA/MKCCAの射影係数は、疾患分類のための効果的な判別特徴として機能するか？

主な発見

• カーネル法および複数カーネルCCAは最大72.6%の分類精度を達成し、線形CCAを著しく上回った。
• fMRIとDNAメチル化データの組み合わせで最も高い精度が得られ、SNPデータの追加による改善は認められなかった。
• SNPデータのみを用いた場合に分類精度が最も低く、この文脈ではそのモダリティの判別能が限定的であることが示された。
• KCCAおよびMKCCAの両方が、特にデータセット間の非線形関係を捉える点で、線形CCAよりも優れた性能を示した。
• fMRIとDNAメチル化データの組み合わせが、カーネル空間内で最も分離可能な成分を生成しており、精神分裂病との生物学的関連性が強いと考えられる。
• 結果から、エピジェネティクスおよび神経画像データは、遺伝的バリアント（SNP）よりも、このコhortにおける精神分裂病分類に有用であることが示唆された。