[論文レビュー] Parenclitic networks' representation of data sets

Massimiliano Zanin, Joaquı́n Medina+5 more|arXiv (Cornell University)|Apr 6, 2013

Gene Regulatory Network Analysis参考文献 14被引用数 3

ひとこと要約

本論文は、非ゲシュタルト的システム（例：孤立したバイオメディカル検査や遺伝子発現データの集合）を複雑なネットワークとしてモデル化する新規手法、パレンクリティックネットワークを紹介する。オsmoticストレス下での*Arabidopsis thaliana*の再構築ネットワークにネットワーク中心性指標を適用することで、これまでに知られていなかった15個のストレス応答遺伝子を同定した。これらの遺伝子の機能的役割は、誘導された突然変異体の表現型解析により実験的に検証され、有意な成長差が確認された。

ABSTRACT

Describing a complex system is in many ways a problem akin to identifying an object, in that it involves defining boundaries, constituent parts and their relationships by the use of grouping laws. Here we propose a novel method which extends the use of complex networks theory to a generalized class of non-Gestaltic systems, taking the form of collections of isolated, possibly heterogeneous, scalars, e.g. sets of biomedical tests. The ability of the method to unveil relevant information is illustrated for the case of gene expression in the response to osmotic stress of {\it Arabidopsis thaliana}. The most important genes turn out to be the nodes with highest centrality in appropriately reconstructed networks. The method allows predicting a set of 15 genes whose relationship with such stress was previously unknown in the literature. The validity of such predictions is demonstrated by means of a target experiment, in which the predicted genes are one by one artificially induced, and the growth of the corresponding phenotypes turns out to feature statistically significant differences when compared to that of the wild-type.

研究の動機と目的

• 複雑で非ゲシュタルト的システム（例：孤立したスカラーの集合）を、複雑ネットワーク理論を用いて一般化された枠組みで表現すること。
• 高次元の生物学的データ（例：ストレス下での遺伝子発現プロファイル）に隠れた関係性と主要な要素を同定すること。
• *Arabidopsis thaliana*における浸透圧ストレス応答に関与すると予測される、文献にまだ記載のない新規遺伝子を同定すること。
• 標的的な実験的誘導と野生型との表現型比較を通じて、予測された遺伝子の機能的関連性を検証すること。

提案手法

• 本手法は、各データポイント（例：遺伝子発現値）をノードとみなして、データポイント間の類似性または相関係数に基づいてエッジを定義することでパレンクリティックネットワークを構築する。
• ネットワークのトポロジーは、特に次数中心性および媒介中心性を含む中心性指標を用いて分析され、生物学的に有意な要素を示すキーノードを同定する。
• データの非ゲシュタルト的性質を尊重する一般化されたグループ化則を用いてネットワークを再構築し、統合的統合を仮定しない。
• 本手法は、*Arabidopsis thaliana*の浸透圧ストレス下における時系列遺伝子発現データに適用され、各遺伝子の発現プロファイルをノードとみなす。
• 高い中心性を示す遺伝子が、新しいストレス応答に関与すると予測される候補として選択される。
• 予測された遺伝子は、個別に発現を誘導し、その結果としての表現型の成長差を野生型と比較することで実験的に検証される。

実験結果

リサーチクエスチョン

• RQ1 *Arabidopsis thaliana*において、浸透圧ストレス応答に伴い顕著なネットワーク中心性を示す遺伝子は何か。これは生物学的有意性を示唆する。
• RQ2 ネットワークベースのアプローチは、浸透圧ストレス応答に関与すると以前に知られていなかった遺伝子を同定できるか。
• RQ3 予測された高い中心性を示す遺伝子の実験的誘導は、野生型と比較して統計的に有意な表現型の変化を引き起こすか。
• RQ4 パレンクリティックネットワークモデルは、非ゲシュタルト的データにおいて生物学的に関連する関係を明らかにする点で、従来の手法をどの程度上回るか。

主な発見

• 本手法は、文献に浸透圧ストレス関連として記載のない15個の高いネットワーク中心性を示す遺伝子を正常に同定した。
• これらの15個の遺伝子は、誘導による実験的検証を通じて、野生型植物と比較して統計的に有意な成長表現型の差を示すことが確認された。
• 再構築されたパレンクリティックネットワークにおいて最も高い中心性を示した遺伝子は、一貫して浸透圧ストレス応答に関連していた。
• 遺伝子誘導後に観察された表現型の差は、予測された遺伝子の機能的関連性を確認した。
• 本手法は、非ゲシュタルト的システムにおいて、パレンクリティックネットワークの中心性が生物学的有意性の信頼できる予測子であることを示した。
• 結果として、複雑で多様性のあるデータセットにおいて、新規な生物学的関係を発見するためのパレンクリティックネットワークフレームワークの有効性が検証された。