[論文レビュー] RNAnet a Map of Human Gene Expression

William B. Langdon, Olivia Sanchez Graillet+1 more|arXiv (Cornell University)|Jan 24, 2010

RNA and protein synthesis mechanisms参考文献 2被引用数 5

ひとこと要約

RNAnet は、GEO や Ensembl から得た 24,000 個以上のヒトエクソンの発現データを統合・正規化する、無料で利用可能なインタラクティブなウェブプラットフォームを提供しており、事前に計算されたおよび動的に生成されるヒートマップや散布図を通じて、迅速な相関解析と遺伝子共発現ネットワークの可視化を可能にします。主な貢献は、数千のヒトサンプルにわたる分光法的正規化済みでエラー検査済みの Affymetrix HG-U133 2+ データにスケーラブルかつ使いやすいアクセスを提供することであり、複数の実験間での遺伝子発現比較に要する時間と手間を顕著に削減します。

ABSTRACT

RNAnet provides a bridge between two widely used Human gene databases. Ensembl describes DNA sequences and transcripts but not experimental gene expression. Whilst NCBI's GEO contains actual expression levels from Human samples. RNAnet provides immediate access to thousands of Affymetrix HG-U133 2plus GeneChip measurements Homo sapiens genes in most medically interesting tissues. Without RNAnet comparison across experiments in GEO is very labour intensive requiring man months of effort to down load and clean data. With RNAnet anyone can access cleaned quantile normalised data in seconds. It can be used to data mine patterns of co-expression. The network of strongly correlated genes is huge but sparse. Thousands of genes interact strongly with thousands of others. Conversely there are tens of thousands of genes which interact strongly with less than 100 others. I.e. RNAnet gives new views for RNA Systems Biology.

研究の動機と目的

• GEO の実験的遺伝子発現データと Ensembl のゲノムアノテーションの間のギャップを埋めること。これらは、フォーマットの不一致と実験間正規化の欠如により、通常は統合が困難である。
• 研究者が手動でのデータダウンロードや前処理を経ずに、数千のヒト遺伝子発現サンプルにわたる迅速でスケーラブルかつ再現可能な相関解析を実行できるようにすること。
• リアルタイムでの可視化を可能にするインタラクティブでウェブベースのインターフェースを提供し、ヒートマップ、散布図、および主成分分析（PCA）を用いて遺伝子共発現パターンを可視化し、元の GEO や Ensembl のメタデータへの直接リンクを提供すること。
• 数万の Affymetrix マイクロアレイデータセットを事前処理および正規化することで、大規模な遺伝子発現データのアクセス性と使いやすさを向上させ、解析時間を数時間から数秒に短縮すること。
• ヒト組織にわたる強固な遺伝子共発現のスケーラブルかつ疎なネットワークを明らかにすることで、システム生物学の研究を支援すること。

提案手法

• プラットフォームは、GEO の HG-U133 2+ マイクロアレイデータセットからヒトエクソンの発現データを 24,000 個以上受信し、分位数正規化を実施して実験間の一貫性を確保する。
• Affymetrix プローブセットを Ensembl エクソンにマッピングし、相関安定性に基づいて最も代表的なプローブセット（「*」でマーク）を選択する。
• エクソン間の 29000 万以上のペアワイズ相関係数を事前に計算することで、共発現パターンの迅速かつインタラクティブな照会を可能にする。
• ユーザーは遺伝子名や Ensembl エクソン ID を用いて相関を照会でき、結果は Firefox で動的に生成されるヒートマップ、散布図、および PCA 図で可視化される。
• インタラクティブ機能には、個々のデータポイントの検査が可能なクリック可能な散布図とクロスヘア、元の GEO 実験および Ensembl エントリへのハイパーリンク、複数のプローブセットを色分けして1つの図に重ねて表示する機能が含まれる。
• 外れ値または疑わしい発現値には「?」が付与され、前処理段階で一般的な GeneChip エラーをスキャンすることでデータ品質を確保する。

実験結果

リサーチクエスチョン

• RQ1 GEO からの異なる遺伝子発現データを、Ensembl のゲノムアノテーションと効率的に正規化・統合し、大規模な共発現解析を可能にする方法は何か？
• RQ2 数千の多様な組織サンプルおよび正規化済みデータセットにわたる人間の遺伝子共発現ネットワークの構造は、どのように構成されているか？
• RQ3 手動でのデータ処理と比較して、インタラクティブでウェブベースのツールは、複数の実験間での遺伝子発現比較の時間と複雑さをどの程度短縮できるか？
• RQ4 強い共発現関係は、組織や疾患状態によってどのように変化し、24,132 個のエクソンのグローバル相関解析からどのようなパターンが浮き彫りになるか？
• RQ5 相関パターンを用いて、Mycoplasma 池染汚染などの生物学的異常を信頼性を持って検出できるか？

主な発見

• RNAnet は、数千のヒトサンプルからの分位数正規化済みでエラー検査済みの Affymetrix HG-U133 2+ 発現データに即座にアクセス可能であり、解析時間を数時間から数秒に短縮する。
• プラットフォームは、24,132 個のヒトエクソン間で 29000 万以上のペアワイズ相関係数を事前に計算し、強固な共発現関係のスケーラブルで疎なネットワークを明らかにした。
• 数千の遺伝子が数千の他の遺伝子と強い相関を示す一方、数万の遺伝子は 100 未満の他の遺伝子としか相互作用しないことが示され、ネットワーク構造の不均一性が裏付けられた。
• 動的ヒートマップと散布図によるインタラクティブな相関可視化をサポートし、Firefox を通じて個々のデータポイントとメタデータリンクへのリアルタイムアクセスが可能である。
• プラットフォームは、Mycoplasma 汱染汚染に関する実験的発見を裏付けるのにも使用されており、発現データにおける生物学的アーティファクトの検出における実用性を示している。
• 2009 年 12 月時点で、RNAnet は機関トラフィックを除き 3,585 回以上のアクセスを記録しており、直近 15 ヶ月間で月平均約 250 回のダウンロードが確認され、継続的な研究的有用性が裏付けられている。