[論文レビュー] P-value evaluation, variability index and biomarker categorization for adaptively weighted Fisher's meta-analysis method in omics applications

Zhiguang Huo, Shaowu Tang+2 more|arXiv (Cornell University)|Aug 16, 2017

Gene expression and cancer classification参考文献 25被引用数 3

ひとこと要約

本稿は、重要度サンプリングとスプライン補間を用いて、スケーラビリティを向上させる適応的重み付きフィッシャーのメタアナリシスにおける高速かつ正確なp値計算とばらつきインデックスの提案を行う。また、リサンプリングに基づくバイオマーカー分類手法を導入し、複数の研究にまたがる生物学的に意味のあるメタパターンを同定する。HIVおよび代謝関連データセットを用いた実証により、統計的パワーと生物学的解釈可能性が向上したことが示された。

ABSTRACT

Meta-analysis methods have been widely used to combine results from multiple clinical or genomic studies to increase statistical power and ensure robust and accurate conclusion. Adaptively weighted Fisher's method (AW-Fisher) is an effective approach to combine p-values from $K$ independent studies and to provide better biological interpretation by characterizing which studies contribute to meta-analysis. Currently, AW-Fisher suffers from lack of fast, accurate p-value computation and variability estimate of AW weights. When the number of studies $K$ is large, the $3^K - 1$ possible differential expression pattern categories can become intractable. In this paper, we apply an importance sampling technique with spline interpolation to increase accuracy and speed of p-value calculation. Using resampling techniques, we propose a variability index for the AW weight estimator and a co-membership matrix to characterize pattern similarities between genes. The co-membership matrix is further used to categorize differentially expressed genes based on their meta-patterns for further biological investigation. The superior performance of the proposed methods is shown in simulations. These methods are also applied to two real applications to demonstrate intriguing biological findings.

研究の動機と目的

• Kが大きい場合、特に適応的重み付きフィッシャーのメタアナリシス（AW-Fisher）における高速かつ正確なp値計算とばらつき推定の不足を解消すること。
• Kが大きいと3^K - 1個の発現差異パターンのカテゴリを列挙することが計算的に不可能になる問題を克服すること。
• リサンプリング技術（例：ノンパラメトリックブートストラップ）を用いて、再サンプルされたデータセット間でのAW重み推定の安定性を評価するばらつきインデックスの開発。
• リサンプルされた遺伝子セットから共起性行列を構築し、複数の研究にまたがるメタパターンにおける対照的類似性を測定する。
• 共起性行列に対するタイトなクラスタリングを用いて、同じ発現差異パターン（例：すべての研究で上昇、一部の研究で上昇、領域特異的）を共有する遺伝子をモジュールにグループ化すること。
• 生物学的モジュールに対して経路強調解析を適用し、同定されたメタパターンの機能的関連性を解釈すること。

提案手法

• 重要度サンプリングとスプライン補間を用いて、計算コストの高いパーミュテーションに依存しないAW-Fisherのp値計算を高速化・高精度化する。
• 補間された分位数と重要度サンプリングを活用することで、最適な適応的重みを探索する線形計算量のアルゴリズムを実装する。
• リサンプリング技術（例：ノンパラメトリックブートストラップ）を用いて、AW重みのばらつきインデックスを開発し、重み推定の不確実性を定量化する。
• リサンプルされた遺伝子セットから共起性行列を構築し、複数の研究にまたがるメタパターンの対間類似性を測定する。
• 共起性行列に対してタイトなクラスタリングを適用し、共通の発現差異パターン（例：すべてで上昇、一部で上昇、反転）を示す遺伝子をモジュールにグループ化する。
• 生物学的モジュールに対して経路強調解析を適用し、同定されたメタパターンの機能的関連性を解釈する。

実験結果

リサーチクエスチョン

• RQ1 重要度サンプリングとスプライン補間を用いることで、パーミュテーションに依存せずに、AW-Fisherにおけるp値計算の速度と正確性を顕著に向上させることができるか？
• RQ2 適応的重みのばらつきをどのように定量化すれば、メタアナリシスにおける研究固有の重み推定の信頼性を評価できるか？
• RQ3 リサンプリングに基づく共起性行列は、複数の研究にまたがる生物学的に意味のある遺伝子モジュールを、明確な発現差異パターンとともに効果的に同定できるか？
• RQ4 提案手法により、実オミックスデータセットにおける一貫性、不均一性、または領域特異的発現シグナルを明らかにし、生物学的解釈可能性が向上するか？
• RQ5 新規の計算的手法および分類ツールを備えたAW-Fisher法は、HIVに影響を受ける脳領域や代謝プロファイルなど、複雑なデータセットにおいて意味のある生物学的パターンを同定できるか？

主な発見

• 重要度サンプリングとスプライン補間を組み合わせた手法により、K > 10のスケールのオミックス応用においてもAW-Fisherが実用的である高速かつ正確なp値計算が可能になった。
• ばらつきインデックスは、低サンプルサイズまたは高不均一性の状況において、不安定な重み推定を的確に特定した。
• HIV脳RNA-seqデータセットでは、30% FDRで145個の発現差異遺伝子が同定され、バイオマーカー分類により3つの明確なメタパターンが明らかになった：全領域で上昇（モジュールi）、全領域で低下（モジュールii）、領域特異的（モジュールiii）。
• モジュールiはウイルス応答経路（GO RESPONSE TO VIRUS、p = 1.59×10⁻³）で有意に豊富であり、研究結果の生物学的妥当性を裏付けた。
• モジュールiiはリズム的プロセス（GO RHYTHMIC PROCESS、p = 6.23×10⁻⁴）で豊富であり、HIVが脳領域全体における概日リズム制御を乱している可能性を示唆した。
• モジュールiiiは端頭側脳および端頭脳発達（p = 2.82×10⁻³およびp = 2.84×10⁻⁴）で豊富であり、海馬では低下、前頭前野およびストリオプルーシド領域では上昇の差異が認められ、HIVに対する領域特異的応答を示した。