[논문 리뷰] A comparative study of Gaussian Graphical Model approachesfor genomic data

Patrizia Stifanelli, Teresa Maria Creanza외 4명|arXiv (Cornell University)|2012. 01. 01.

Gene expression and cancer classification참고 문헌 14인용 수 3

한 줄 요약

이 논문은 고차원 유전자체 데이터에서 부분상관계수를 추정하기 위해 모어-펜로즈 역행렬(PINV), 잔차상관계수(RCM), 공분산 정규화(2C) 세 가지 가우시안 그래픽 모델 방법을 비교한다. 2C 방법은 안정성에서 PINV를 능가하고 속도에서 RCM를 능가하며, 이소프레노이드 생합성 경로를 위한 아랍시스 톨리아나의 유전자 네트워크를 성공적으로 추론한다.

ABSTRACT

The inference of networks of dependencies by Gaussian Graphical Models on high-throughput data is an open issue in modern molecular biology. In this paper we provide a comparative study of three methods to obtain small sample and high dimension estimates of partial correlation coefficients: the Moore-Penrose pseudoinverse (PINV), residual correlation (RCM) and covarianceregularized method (2C ). We first compare them on simulated datasets and we find that PINV is less stable in terms of AUC performance when the number of variables changes. The two regularized methods have comparable performances but 2C is much faster than RCM. Finally, we present the results of an application of 2C for the inference of a gene network for isoprenoid biosynthesis pathways in Arabidopsis thaliana.

연구 동기 및 목표

• 고차원, 소표본 유전자체 데이터 세트에서 부분상관계수 계수를 추정하기 위한 세 가지 방법—PINV, RCM, 2C의 성능을 평가하고 비교하는 것.
• 변수 수가 다양할 경우 이러한 방법들의 안정성과 계산 효율성 평가.
• 가장 효과적인 방법을 활용하여 아랍시스 톨리아나의 이소프레노이드 생합성 경로 유전자 조절 네트워크를 추론하는 것.
• 유전자 네트워크 추론에서 정확도, 안정성, 계산 속도의 최적 균형을 제공하는 방법을 규명하는 것.

제안 방법

• 이 연구는 공분산 행렬의 역행렬을 통해 부분상관계수를 추정하기 위해 모어-펜로즈 역행렬(PINV)을 사용한다.
• 잔차상관계수 방법(RCM)은 변수 쌍의 회귀 잔차를 통해 부분상관계수를 계산한다.
• 공분산 정규화 방법(2C)은 고차원 설정에서 추정을 향상시키기 위해 공분산 행렬에 정규화를 적용한다.
• 다양한 변수 수를 가진 시뮬레이션 데이터 세트를 사용하여 AUC 지표로 성능을 평가한다.
• 2C 방법은 수치적 안정성을 향상시키고 소표본에서 과적합을 줄이기 위한 정규화 접근법을 사용한다.
• 최종 응용은 아랍시스 톨리아나의 실제 전사체 데이터에 2C 방법을 적용하여 이소프레노이드 생합성 경로의 유전자 네트워크를 추론하는 데 사용된다.

실험 결과

연구 질문

• RQ1 변수 수가 변화할 때 PINV, RCM, 2C의 AUC 성능는 어떻게 비교되는가?
• RQ2 고차원 유전자체 데이터에서 계산 속도와 추정 정확도 사이의 최적 균형을 제공하는 방법은 무엇인가?
• RQ3 다양한 표본 크기와 변수 수에서 각 방법이 생성하는 부분상관계수 추정치의 안정성은 어떠한가?
• RQ4 2C 방법은 실제 유전자체 맥락에서 생물학적으로 의미 있는 유전자 네트워크를 성공적으로 추론할 수 있는가?
• RQ5 안정성과 계산 효율성 측면에서 PINV, RCM, 2C의 상대적 성능는 어떠한가?

주요 결과

• 변수 수가 증가함에 따라 PINV의 AUC 성능가 안정성이 떨어져 고차원 설정에서 신뢰도가 낮아지는 것으로 나타났다.
• RCM와 2C는 유사한 AUC 성능를 보이며, 이는 유사한 추정 정확도를 의미한다.
• 2C 방법은 RCM보다 훨씬 빠른 속도를 보이며, 대규모 유전자 네트워크 추론에 더 적합하다.
• 2C 방법은 아랍시스 톨리아나의 이소프레노이드 생합성 경로를 위한 기능적 유전자 네트워크를 성공적으로 추론했다.
• 연구는 2C 방법이 안정성, 정확도, 계산 효율성의 균형을 고려할 때 가장 효과적인 방법이라고 결론 내렸다.
• 실제 데이터에 2C 방법을 적용한 결과, 이는 시스템 생물학에서 유전자 조절 네트워크 재구성에 실용적인 유용성을 확인한다.