[논문 리뷰] A Deep Autoencoder System for Differentiation of Cancer Types Based on DNA Methylation State

Mohammed Khwaja, Melpomeni Kalofonou외 1명|arXiv (Cornell University)|2018. 10. 02.

Gene expression and cancer classification참고 문헌 19인용 수 7

한 줄 요약

이 논문은 CpG 아일랜드에서의 DNA 메틸화 패턴을 사용하여 암 종류를 예측하고 분류하는 딥 오토에인코드 기반 시스템을 제안한다. 불완전한 데이터셋을 위한 결손 데이터 보정 모듈을 통합하여, 네 가지 암 종류(유방, 폐, 백혈병, 비뇨기계)에서 84.75%의 정확도, 88.24%의 민감도, 83.33%의 특이도를 달성하여 다중 분류에서 뛰어난 성능과 높은 정밀도를 보였다.

ABSTRACT

A Deep Autoencoder based content retrieval algorithm is proposed for prediction and differentiation of cancer types based on the presence of epigenetic patterns of DNA methylation identified in genetic regions known as CpG islands. The developed deep learning system uses a CpG island state classification sub-system to complete sets of missing/incomplete island data in given human cell lines, and is then pipelined with an intricate set of statistical and signal processing methods to accurately predict the presence of cancer and further differentiate the type and cell of origin in the event of a positive result. The proposed system was trained with previously reported data derived from four case groups of cancer cell lines, achieving overall Sensitivity of 88.24%, Specificity of 83.33%, Accuracy of 84.75% and Matthews Correlation Coefficient of 0.687. The ability to predict and differentiate cancer types using epigenetic events as the identifying patterns was demonstrated in previously reported data sets from breast, lung, lymphoblastic leukemia and urological cancer cell lines, allowing the pipelined system to be robust and adjustable to other cancer cell lines or epigenetic events.

연구 동기 및 목표

• 에피제네틱 생물표지자, 특히 CpG 아일랜드에서의 DNA 메틸화 패턴을 이용하여 암 종류를 예측하고 분류할 수 있는 기계학습 시스템을 개발하는 것.
• 메틸화 데이터셋의 데이터 불완전성을 해결하기 위해 결손된 CpG 아일랜드 상태를 전용 하위 시스템을 통해 예측하는 것.
• 특징 추출 및 차원 감소를 위해 딥 오토에인코드를 통계 및 신호 처리 방법과 융합하여 분류 정확도를 향상시키는 것.
• 시험한 세포계를 초월하여 다른 암 종류나 에피제네틱 마커에 적용 가능한 확장성 있고 견고한 파이프라인을 구축하는 것.
• 메틸화 프로파일에서 기반을 두어 정밀하고 데이터 기반의 암 기원 분류를 가능하게 하여 조기 암 진단과 개인 맞춤 치료를 지원하는 것.

제안 방법

• 고차원 DNA 메틸화 데이터에서 특징 학습 및 차원 감소를 위해 딥 오토에인코드 신경망을 사용한다.
• CpG 아일랜드 상태 분류 하위 시스템은 입력 데이터의 결손되거나 불완전한 메틸화 상태를 예측하고 보완하여 데이터 무결성을 유지한다.
• 보정된 메틸화 데이터에서 중요한 특징을 추출하기 위해 통계 및 신호 처리 기법을 통합하여 분류 성능을 향상시킨다.
• 파이프라인은 네 가지 암 세포계 데이터셋(유방, 폐, 백혈병, 비뇨기계)을 기반으로 훈련하고, 다중 분류 프레임워크를 사용하여 테스트한다.
• 딥 오토에인코드는 메틸화 패턴의 계층적 표현을 학습하여 에피제네틱 서명에 기반한 암 종류 간 효과적인 분리가 가능하다.
• 최종 분류 성능는 정확도, 민감도, 특이도, 매튜스 상관계수(MCC)와 같은 표준 지표를 사용하여 평가된다.

실험 결과

연구 질문

• RQ1 딥 오토에인코드 기반 시스템은 CpG 아일랜드에서의 DNA 메틸화 패턴을 사용하여 다수의 암 종류를 효과적으로 분류할 수 있는가?
• RQ2 결손된 CpG 아일랜드 상태를 보정함으로써 불완전한 메틸화 데이터셋에서의 분류 성능가 향상되는가?
• RQ3 기존 방법과 비교하여, 제안된 시스템은 네 가지 구분되는 암 종류(유방, 폐, 백혈병, 비뇨기계)를 얼마나 잘 구분하는가?
• RQ4 통계 및 신호 처리 방법의 통합이 특징 추출 및 분류 정확도를 얼마나 향상시키는가?
• RQ5 단일 분류 또는 이진 분류 모델보다 뛰어나게 다중 분류 환경에서도 높은 정확도를 유지할 수 있는가?

주요 결과

• 시스템은 CpG 아일랜드에서의 DNA 메틸화 데이터를 사용하여 네 가지 암 종류를 구분하는 데 총 정확도 84.75%를 달성하였다.
• 민감도 88.24%와 특이도 83.33%를 기록하여 암성 및 비암성 표본을 모두 잘 탐지하는 강력한 성능를 보였다.
• 매튜스 상관계수(MCC)는 0.687에 도달하여 예측된 분류와 실제 분류 간 높은 상관관계를 반영하였다.
• 백혈병 유래 데이터는 개별 정확도가 가장 높은 93.33%를 기록하여 강력한 클래스별 성능를 입증하였다.
• 혼동 행렬에서는 유방, 백혈병, 폐암 종류에서 오분류가 최소였지만, 비뇨기계 암에서는 더 높은 오분류율을 보였다. 이는 생물학적 유사성 또는 데이터 변동성 때문일 가능성이 높다.
• 다양한 확률 모델과 딥 러닝을 활용하여 클래스 간 구분을 더 잘 포착함으로써, 기존의 73.5% 정확도를 보인 이항 모델보다 뛰어난 성능을 보였다.