[論文レビュー] Multi-View Variational Autoencoder for Missing Value Imputation in Untargeted Metabolomics

Zhao Chen, Kuan‐Jui Su+14 more|PubMed|Oct 12, 2023

Metabolomics and Mass Spectrometry StudiesBiochemistry, Genetics and Molecular Biology参考文献 33被引用数 3

ひとこと要約

本論文は、全ゲノムシーケンシング（WGS）データ、多因子リスクスコア（PGS）、およびハプロタイプ解析で選別されたSNPを統合して、非標的代謝産物学的解析における欠損代謝物値を補完するマルチビュー変動オートエンコーダー（MVAE）を提案する。ゲノム的および代謝産物学的特徴を共有の潜在空間で同時にモデリングすることで、71.55％の代謝物でR² > 0.01を達成し、従来の補完手法を著しく上回る性能を示した。

ABSTRACT

The integration of WGS data in metabolomics imputation not only improves data completeness but also enhances downstream analyses, paving the way for more comprehensive and accurate investigations of metabolic pathways and disease associations. Our findings offer valuable insights into the potential benefits of utilizing WGS data for metabolomics data imputation and underscore the importance of leveraging multi-modal data integration in precision medicine research.

研究の動機と目的

• 非標的代謝産物学的データセットにおける欠損値の問題に取り組み、データ品質とその後続解析の質を損なわないようにする。
• 全ゲノムシーケンシング（WGS）データと代謝産物学的データの統合による、欠損値補完精度の向上を検討する。
• ゲノム的および代謝産物学的特徴を共同でモデリングするマルチモーダルディープラーニングフレームワークを構築し、補完性能を向上させる。
• 既知の欠損値を有する実世界の代謝産物学的データセットを用いて、本手法の有効性を評価する。
• マルチビュー表現学習の有用性を、精密医学およびシステム生物学分野における応用事例として示す。

提案手法

• 本手法は、負担スコア、多因子リスクスコア（PGS）、およびWGSデータからのLDプルーニング済みSNPという3つのデータビューを統合するマルチビュー変動オートエンコーダー（MVAE）を採用する。
• 負担スコア、PGS、およびプルーニング済みSNPというゲノム的特徴から潜在表現を学習し、共有された情報と補足的情報を捉える。
• MVAEは、ゲノムデータから得られる共有潜在空間を用いて、欠損代謝物値を再構築するようにエンドツーエンドで訓練される。
• 特徴抽出は、複数のゲノム入力を低次元の潜在空間に符号化する深層ニューラルネットワークを介して実施される。
• 欠損代謝物強度の予測に、潜在表現をデコードすることで補完が実現される。
• SNP、PGS、および代謝物レベルの間の相関構造を活用することで、補完のロバスト性が向上する。

実験結果

リサーチクエスチョン

• RQ1 全ゲノムシーケンシング（WGS）データと代謝産物学的データを統合することで、非標的代謝産物学的解析における欠損値補完の精度が向上するか？
• RQ2 マルチビュー変動オートエンコーダーは、従来の補完手法と比較して、欠損代謝物値の処理においてどのように異なるか？
• RQ3 負担スコア、PGS、およびLDプルーニング済みSNPが、代謝物補完のための潜在表現学習をどの程度共同で向上できるか？
• RQ4 MVAEによるマルチオミクスデータの共同モデリングは、より信頼性が高く生物学的に意味のある補完をもたらすか？
• RQ5 MVAEフレームワークの性能は、多様な代謝物群においてR²および一貫性の観点からどの程度か？

主な発見

• 提案されたMVAE手法は、負担スコア、PGS、およびLDプルーニング済みSNPから導出された35個のテンプレート代謝物を用いた場合、71.55％の代謝物でR² > 0.01を達成した。
• 従来の補完手法と比較して優れた補完性能を示し、特に生物学的に関連のある代謝物パターンの回復に優れた効果を示した。
• WGSデータの統合により、データの完全性が著しく向上し、その後続の代謝産物学的解析におけるバイアスが低減された。
• MVAEが学習した潜在空間は、遺伝的リスク要因と代謝物レベルとの間の潜在的な生物学的関係を効果的に捉えていた。
• 多様な代謝物クラスにわたり、モデルの性能が安定しており、非標的代謝産物学的解析への広範な適用可能性が示された。
• 結果から、精密医学応用における代謝産物学的データの信頼性を高めるために、マルチモーダルデータ統合の価値が顕著に示された。