[論文レビュー] Network Methods for Pathway Analysis of Genomic Data

Rosemary Braun, Sahil D. Shah|arXiv (Cornell University)|Nov 7, 2014

Bioinformatics and Genomic Networks参考文献 7被引用数 5

ひとこと要約

この論文は、遺伝子ネットワーク構造をゲノムデータ解析に統合する8つのRベースのトポロジー対応型経路解析手法を評価し、10の卵巣がん遺伝子発現研究においてその計算効率と一貫性を示している。強力なメソッド間および研究間の一貫性が確認され、特にGSEAやSPIAのような手法で顕著である。生物学的文脈とデータ特性に基づく手法選択の実用的ガイドラインを提供する。

ABSTRACT

Rapid advances in high-throughput technologies have led to considerable interest in analyzing genome-scale data in the context of biological pathways, with the goal of identifying functional systems that are involved in a given phenotype. In the most common approaches, biological pathways are modeled as simple sets of genes, neglecting the network of interactions comprising the pathway and treating all genes as equally important to the pathway's function. Recently, a number of new methods have been proposed to integrate pathway topology in the analyses, harnessing existing knowledge and enabling more nuanced models of complex biological systems. However, there is little guidance available to researches choosing between these methods. In this review, we discuss eight topology-based methods, comparing their methodological approaches and appropriate use cases. In addition, we present the results of the application of these methods to a curated set of ten gene expression profiling studies using a common set of pathway annotations. We report the computational efficiency of the methods and the consistency of the results across methods and studies to help guide users in choosing a method. We also discuss the challenges and future outlook for improved network analysis methodologies.

研究の動機と目的

• 生物学的ネットワーク構造を組み込むトポロジー対応型経路解析手法の選定に関する指針の欠如に対処すること。
• 共通のデータセットと経路アノテーションを用いて、8つのR実装済みのトポロジー対応手法を比較すること。
• 10の卵巣がん遺伝子発現研究において、計算効率と結果の一貫性を評価すること。
• 性能と生物学的関連性に基づいて、研究者がデータ駆動型フレームワークを用いて手法を選択できるようにすること。
• 異なる実装方法やリファレンスデータベースの違いによる手法比較の課題を強調し、標準化されたベンチマークの導入を提言すること。

提案手法

• 本研究では、8つのトポロジー対応型経路解析手法（GSEA、SPIA、PARADIGM、PathOlogist、GPC-Score、Pathifier、PDM、およびカスタムネットワークベース手法）を評価した。
• すべての手法は、247個のKEGG経路を共通の経路アノテーションソースとして用い、キュレートされた10の卵巣がん遺伝子発現研究セットに適用された。
• 計算効率は、1つの経路および1つの研究あたりの実行時間によって測定された。
• 研究間の一貫性は、全45組の研究ペア間での経路p値の相関を測定し、相関ヒートマップおよびボックスプロットで可視化された。
• メソッド間の一貫性は、各研究におけるp値のスピアマン順位相関を計算することで評価された。
• 経路の有意性は、10の研究全体で各経路が上位20%の有意性を占める頻度を数え、二項分布の帰無仮説の下で統計的有意性を検定した。

実験結果

リサーチクエスチョン

• RQ1 複数の卵巣がん遺伝子発現研究にわたって、有意な経路を同定する際に最も一貫性を示すトポロジー対応型経路解析手法はどれか？
• RQ2 大規模ゲノムデータに適用した場合、異なるトポロジー対応型手法の計算実行時間はどのように比較できるか？
• RQ3 異なる手法がどの程度p値で一致しているのか、そしてその一致に影響を与える要因は何か？
• RQ4 ネットワークトポロジーを組み込むことで、標準的な遺伝子リストベース手法と比較して、生物学的に関連性のある経路の検出はどのように向上するか？
• RQ5 複雑なゲノムデータにおいて経路レベルの変化を分析する研究者にとって、手法選択にどのような実用的影響があるか？

主な発見

• 経路の有意性ランク付けにおいて強い研究間一貫性が確認され、特にGSEAやSPIAでは顕著で、データセットにわたる頑健性が示された。
• 計算効率には顕著な差が認められ、GSEAやGPC-Scoreが最も速かった一方、SPIA や PathOlogist は複雑なネットワーク走査のため遅かった。
• メソッドペア間のスピアマン順位相関は中程度から高く、中央値が0.6以上であり、手法間で顕著な一致が確認された。
• 「細胞周期」（hsa04110）や「p53シグナル伝達」（hsa04216）といった経路は、複数の研究および複数の手法で上位20%に安定してランクされ、生物学的関連性が裏付けられた。
• 50%を超える経路が、少なくとも1つの手法によって10の研究のうち5つ以上で上位20%の有意性を示した。これは、適切な手法を用いることで生物学的信号が検出可能であることを示唆している。
• 各手法からの最終的な統合p値は、個々のサブアナリシスよりも高い一貫性を示し、手法統合が信頼性を向上させることを示した。