[論文レビュー] Modeling of microarray data with zippering

J. M. Deutsch, Shoudan Liang+1 more|ArXiv.org|Jun 17, 2004

Gene expression and cancer classification被引用数 9

ひとこと要約

本論文は、部分的ハイブリダイゼーション（ジッパー効果）および溶液中でのターゲット-ターゲット相互作用を考慮した、オリゴヌクレオチドマイクロアレイの物理的根拠に基づく統計力学モデルを提示する。このモデルは、先行手法と比較して予測精度を顕著に向上させ、特に低濃度のトランスクリプトにおいて優れた性能を示す。スタッキング自由エネルギーと包括的な熱力学的取り扱いを用いることで、訓練データへの良好なフィットと、未知のテストデータに対する優れた予測性能が達成された。

ABSTRACT

The ability of oligonucleotide microarrays to measure gene expression has been hindered by an imperfect understanding of the relationship between input RNA concentrations and output signals. We argue that this relationship can be understood based on the underlying statistical mechanics of these devices. We present a model that includes the relevant interactions between the molecules. Our model for the first time accounts for partially zippered probe-target hybrids in a physically realistic manner, and also includes target-target binding in solution. Large segments of the target molecules are not bound to the probes, often in an asymmetric pattern, emphasizing the importance of modeling zippering properly. The resultant fit between the model and training data using optimized parameters is excellent, and it also does well at predicting test data.

研究の動機と目的

• 部分的プローブ-ターゲット結合（ジッパー効果）およびターゲット-ターゲット相互作用を考慮した、マイクロアレイハイブリダイゼーションの物理的に現実的なモデルの構築。
• 測定されたシグナル強度から入力RNA濃度を予測する精度の向上、特に低発現トランスクリプトにおいて。
• 部分的結合効果を基礎的なスタッキング自由エネルギーから導出することで、恣意的なフィッティングパラメータへの依存を低減すること。
• 訓練データから除外された独立したテストデータを用いて、モデルの予測能力を検証すること。

提案手法

• モデルは統計力学を用いてプローブ-ターゲットハイブリダイゼーションを記述し、実験データ（Sugimoto et al.）から得たスタッキング自由エネルギーを主な物理的入力として用いる。
• ハイブリダイゼーション過程を熱力学的平衡として扱い、局所的なスタッキング自由エネルギーに基づいて各塩基対の結合または非結合の確率をモデル化する。
• 特異的結合（プローブ-補完的ターゲット）と非特異的結合（プローブ-非補完的ターゲット）の両方の寄与を含み、後者は現象論的に取り扱う。
• 溶液中におけるターゲット-ターゲット相互作用は、RNA-RNA結合親和定数によって調節される有効ターゲット濃度の低下として組み込む。
• 2464データポイント上で残差誤差関数Fを最小化するため、54パラメータ（スタッキング自由エネルギー）をグローバル最適化手法を用いて最適化する。
• 予測性能は、特定のトランスクリプトを訓練から除外し、それらの入力濃度を回復できるかをテストすることで評価する。

実験結果

リサーチクエスチョン

• RQ1 部分的ジッパー効果およびターゲット-ターゲット相互作用を含む物理的に整合性のあるマイクロアレイハイブリダイゼーションモデルは、既存の統計モデルを上回る性能を示せるか？
• RQ2 スタッキング自由エネルギーおよび熱力学的安定性は、マイクロアレイデータで観察される非対称的かつ非一様な結合パターンにどのように寄与するか？
• RQ3 溶液中におけるターゲット-ターゲット相互作用は、測定されたシグナル強度および濃度予測の正確性にどの程度影響を与えるか？
• RQ4 基本的な物理的原理に基づくモデルは、従来の手法と比較して恣意的なフィッティングパラメータの必要性をどれほど低減できるか？

主な発見

• 訓練データにおける残差誤差Fは0.19に達し、ターゲット-ターゲット相互作用を無視した場合のF = 0.27と比較して顕著に低い。
• 訓練から除外されたトランスクリプトに対してテストしたところ、シグナル強度の予測が高く正確であり、Zhang et al.のPDNNモデルを形状および大きさの両面で上回った。
• 3つの訓練除外トランスクリプトの入力濃度が図3に示すように高精度に予測可能であり、強力な一般化能力を示した。
• プローブに沿った未結合塩基の割合は位置に応じて非対称的に変化し、非一様なジッパー効果を示しており、これは従来のモデルが捉えられなかった特徴である。
• 最適化中にプローブ配列をシャッフルするとFが2倍以上に増加し、モデルの成功が過剰適合ではなく、配列特異的物理的効果に起因していることを確認した。
• 最適化されたスタッキング自由エネルギーは、タグなし分子の実験的測定値と同オーダーの大きさであり、モデルの物理的整合性が妥当であることを裏付けた。