[論文レビュー] Methods for Characterizing the Epigenetic Attractors Landscape Associated with Boolean Gene Regulatory Networks

José Dávila-Velderrain, Luis Juarez-Ramiro+2 more|arXiv (Cornell University)|Oct 14, 2015

Gene Regulatory Network Analysis参考文献 20被引用数 3

ひとこと要約

本稿では、ブール型遺伝子調節ネットワーク（GRNs）におけるエピジェネティック・アトラクタ・ランドスケープ（EAL）をモデル化する統合的でRベースのツールキットを提示する。単一イベントのシミュレーションに依存せずに、アトラクタ間遷移確率を推定するための新規アルゴリズムを導入している。時間的順序とグローバルなアトラクタ順序の整合性を示し、実際のGRNモデル（表皮癌化を含む）3つを用いて検証した結果、アトラクタ間遷移と状態間遷移のフレームワークが、動的細胞運命移行を捉える上で相補的に機能することが示された。

ABSTRACT

Gene regulatory network (GRN) modeling is a well-established theoretical framework for the study of cell-fate specification during developmental processes. Recently, dynamical models of GRNs have been taken as a basis for formalizing the metaphorical model of Waddington's epigenetic landscape, providing a natural extension for the general protocol of GRN modeling. In this contribution we present in a coherent framework a novel implementation of two previously proposed general frameworks for modeling the Epigenetic Attractors Landscape associated with boolean GRNs: the inter-attractor and inter-state transition approaches. We implement novel algorithms for estimating inter-attractor transition probabilities without necessarily depending on intensive single-event simulations. We analyze the performance and sensibility to parameter choices of the algorithms for estimating inter-attractor transition probabilities using three real GRN models. Additionally, we present a side-by-side analysis of downstream analysis tools such as the attractors' temporal and global ordering in the EAL. Overall, we show how the methods complement each other using a real case study: a cellular-level GRN model for epithelial carcinogenesis. We expect the toolkit and comparative analyses put forward here to be a valuable additional re- source for the systems biology community interested in modeling cellular differentiation and reprogramming both in normal and pathological developmental processes.

研究の動機と目的

• Rプログラミング環境を用いて、ブール型GRNsにおけるエピジェネティック・アトラクタ・ランドスケープ（EAL）を統合的かつアクセスしやすいツールキットとして開発すること。
• EAL特徴の定性的な分析に用いられる2つの既存フレームワーク、すなわちアトラクタ間遷移（IAT）と状態間遷移（IST）の実装と比較を行うこと。
• 計算コストの高い単一イベントシミュレーションを必要としない、アトラクタ間遷移確率を推定する新規アルゴリズムを導入すること。
• 根のステムセルニッチ、花の発生、表皮癌化の3つの生物学的根拠を持つGRNモデルを用いて、これらのアルゴリズムの性能とパラメータ感度を検証すること。
• 時間的順序付けされたアトラクタ遷移と、相対的安定性に基づくグローバル順序付けとの整合性を示し、EALダイナミクスの生物学的解釈可能性を高めること。

提案手法

• R統計環境を用いて、アトラクタ間遷移（IAT）および状態間遷移（IST）フレームワークを実装し、BoolNet、expm、igraph、markovchain、fieldsなどのパッケージを活用する。
• アトラクタ間の平均通過時間（MFPT）を計算する行列ベースのアルゴリズムを開発し、完全なシミュレーションを必要とせずに遷移確率を効率的に推定可能にする。
• 主成分分析（PCA）を用いて状態空間の次元を低減し、定常確率分布に基づいて準位能ランドスケープを3次元表面図または等高線図として可視化する。
• ネット遷移率に基づくグローバル順序付け法を適用し、$ d_{i,j} = \frac{1}{MFPT_{i,j}} - \frac{1}{MFPT_{j,i}} $ で定義される相対的安定性の整合的階層を推定する。
• ユークリッド距離指標を用いて、異なるシミュレーションパラメータ（$N_{steps}$, $N_{reps}$）における遷移確率推定値の収束性とパラメータ感度を評価する。
• アトラクタの時間的順序付け、確率的ランドスケープ可視化、アトラクタ遷移のネットワーク表現を含む、後続解析ツールの統合。

実験結果

リサーチクエスチョン

• RQ1 単一イベントのシミュレーションに依存せずに、ブール型GRNsにおけるアトラクタ間遷移確率をどのように効率的に推定できるか。
• RQ2 アトラクタ間遷移（IAT）と状態間遷移（IST）フレームワークは、同じ生物学的系をモデル化する際にどの程度一貫性のある結果をもたらすか。
• RQ3 $N_{steps}$ および $N_{reps}$ といったパラメータの選択が、EALモデリングにおける遷移確率推定の正確性と収束性にどのように影響するか。
• RQ4 EALモデリングフレームワークの異なる設定において、アトラクタ到達の時間的順序を一貫して予測・検証できるか。
• RQ5 相対的安定性に基づくグローバル順序付けされたアトラクタと、実際の生物学的系における遷移の時間的順序とは、どのように一致するか。

主な発見

• 単一シミュレーションに比べて著しく計算コストを削減しながらも、同等の精度を達成する新規の行列ベースのアルゴリズムにより、アトラクタ間遷移確率を効率的に推定可能となり、大規模なGRNsの解析が可能になった。
• テストした3つのGRNモデル（根のステムセルニッチ、花の発生、表皮癌化）において、$N_{steps} \geq 10^5$ および $N_{reps} \geq 10^3$ の条件下で、遷移確率推定値が安定した値に収束した。これは、信頼できるパラメータの閾値を示している。
• 表皮癌化モデルにおいて、IATおよびISTフレームワークの両方を用いて、アトラクタ遷移の時間的順序が一貫して「表皮状態 → サルコーシス状態 → メシエンキマル状態」と特定された。
• ネット遷移率に基づくグローバル順序付けにより得られたアトラクタの順序が、遷移の時間的順序と一致しており、フレームワーク間の生物学的整合性が裏付けられた。
• 定常確率分布に基づくPCAによる次元削減を経て可視化された準位能ランドスケープ（3次元表面図および等高線図）は、表皮状態からメシエンキマル状態への明確なエネルギー勾配を示し、安定した細胞分化経路の存在を支持した。
• GitHubに公開されたRツールキットにより、再現可能でアクセスしやすいEALモデリングが可能となり、特にがんおよび発生生物学分野におけるシステム生物学への広範な応用を促進する。