[論文レビュー] multiDimBio: An R Package for the Design, Analysis, and Visualization of Systems Biology Experiments

Samuel V. Scarpino, Ross Gillette+1 more|arXiv (Cornell University)|Apr 2, 2014

Genetic Mapping and Diversity in Plants and Animals参考文献 22被引用数 8

ひとこと要約

multiDimBio は、次元削減、多変量統計、3次元機能的ランドスケープ可視化を用いて、システム生物学研究者が多次元生物学的データを設計・分析・可視化できる R パッケージである。パワー分析、MANOVA、PermuteLDA、FSelect をサポートし、主な結果として、ビンクロゾリジンに曝露されたラットの6つの脳核における神経応答の顕著な差が示された。3次元ランドスケーププロットで可視化された。

ABSTRACT

The past decade has witnessed a dramatic increase in the size and scope of biological and behavioral experiments. These experiments are providing an unprecedented level of detail and depth of data. However, this increase in data presents substantial statistical and graphical hurdles to overcome, namely how to distinguish signal from noise and how to visualize multidimensional results. Here we present a series of tools designed to support a research project from inception to publication. We provide implementation of dimension reduction techniques and visualizations that function well with the types of data often seen in animal behavior studies. This package is designed to be used with experimental data but can also be used for experimental design and sample justification. The goal for this project is to create a package that will evolve over time, thereby remaining relevant and reflective of current methods and techniques.

研究の動機と目的

• システム生物学実験から得られる高次元生物学的データの分析と可視化の課題に対処する。
• 従来の単変量手法が複雑な多変量表現型相互作用を捉えきれないという限界を克服する。
• 実験設計からデータ分析、発表用の可視化までを統合したワークフローを提供する。
• 研究者が多次元データセットにおける真の生物学的信号とノイズを区別できるように支援する。
• 特徴選択および効果検出に向けた、PermuteLDA や FSelect などの高度な多変量手法の使用を促進する。

提案手法

• FSelect() および PermuteLDA() のパワー分析を、サンプルサイズと効果サイズを変化させた反復的サンプリングを用いて実装する。
• 可視化および分析の前段階で、生データを Z スコアに変換して特徴量を標準化する。
• FSelect() を用いて、ビンクロゾリジン線と対照線を最も効果的に区別する6つの脳核を同定する。
• LandscapePlot を用いて、3次元空間で多変量特徴量の相互作用を可視化する3次元機能的ランドスケーププロットを生成する。
• MANOVA 結果のインタラクションプロットと、判別関数分析の散布図・密度プロットを統合する。
• IntPlot を用いて、複数の特徴量および条件間での p 値とインタラクションの有意性を可視化する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、システム生物学実験から得られる高次元生物学的データを効果的に分析・可視化できるか？
• RQ2 多変量行動的および神経生物学的表現型の有意差を検出するには、どの程度の統計的パワーが必要か？
• RQ3 ビンクロゾリジンに曝露されたラット線と対照線を区別する上で、どの脳領域がストレス応答を最も強く特徴づけているか？
• RQ4 3次元機能的ランドスケープ可視化は、複雑な多次元特徴量相互作用の解釈をどのように改善できるか？
• RQ5 従来の単変量手法は、システム生物学における表現型応答の真の複雑さをどの程度捉えきれていないか？

主な発見

• FSelect 関数により、ビンクロゾリジンに曝露されたラット線と対照線を区別するのに最も効果的な6つの脳核（MPED、ST、BnSTm、PMCO、CA1、Ctrx）が同定された。
• PermuteLDA により、ビンクロゾリジン線と対照線の間でストレスに対する神経応答に有意差が検出された。主に最初の2つの主成分がその差を決定づけていた。
• MANOVA 結果では、条件 A（p = 0.0042）とダイアド（p < 0.001）に有意な主効果が認められ、交互作用効果はわずかに有意（p = 0.0358）であった。
• 統計的に有意な相互作用は認められなかったが、軸4ではトレンドとして有意性の傾向が観察され、インタラクションプロットで直線が交差していた。
• 機能的ランドスケープ可視化（図7）は、Z スコアに変換されたデータを用いて、6つの脳領域におけるビンクロゾリジンの多変量効果が効果的に示された。
• このパッケージは、第一種の誤り率を良好に制御していたが、FSelect では通常の行動的効果サイズ下で80％のパワーを得るには約35人/群、PermuteLDA では約20人/群のサンプルサイズが必要であった。