[논문 리뷰] An Analysis of Gene Expression Data using Penalized Fuzzy C-Means Approach

P. K. Nizar Banu, H. Hannah Inbarani|arXiv (Cornell University)|2013. 01. 08.

Gene expression and cancer classification참고 문헌 23인용 수 8

한 줄 요약

이 논문은 소음을 줄이고 군집 간 분리도를 향상시켜 유전자 발현 데이터 분석을 향상시키기 위해 펜alty가 부여된 퍼지 C-의심 (PFCM) 군집화 알고리즘을 제안한다. 퍼지 C-의심 목적 함수에 페널티 항을 통합함으로써, PFCM는 K-의심, 거친 K-의심, 및 표준 퍼지 C-의심과 비교하여 뇌종양 유전자 발현 데이터셋에서 뛰어난 군집 정확도와 강건성을 보이며, 종양학 진단 분야에서 큰 잠재력을 보여준다.

ABSTRACT

With the rapid advances of microarray technologies, large amounts of high-dimensional gene expression data are being generated, which poses significant computational challenges. A first step towards addressing this challenge is the use of clustering techniques, which is essential in the data mining process to reveal natural structures and identify interesting patterns in the underlying data. A robust gene expression clustering approach to minimize undesirable clustering is proposed. In this paper, Penalized Fuzzy C-Means (PFCM) Clustering algorithm is described and compared with the most representative off-line clustering techniques: K-Means Clustering, Rough K-Means Clustering and Fuzzy C-Means clustering. These techniques are implemented and tested for a Brain Tumor gene expression Dataset. Analysis of the performance of the proposed approach is presented through qualitative validation experiments. From experimental results, it can be observed that Penalized Fuzzy C-Means algorithm shows a much higher usability than the other projected clustering algorithms used in our comparison study. Significant and promising clustering results are presented using Brain Tumor Gene expression dataset. Thus patterns seen in genome-wide expression experiments can be interpreted as indications of the status of cellular processes. In these clustering results, we find that Penalized Fuzzy C-Means algorithm provides useful information as an aid to diagnosis in oncology.

연구 동기 및 목표

• 마이크로어레이 기술에서 유도된 고차원적이고 노이즈가 많은 유전자 발현 데이터의 과제를 해결하기 위해.
• 군집 경계가 겹치고 불확실한 경우를 다루는 데에 한계가 있는 전통적 군집화 방법들인 K-의심 및 퍼지 C-의심의 한계를 극복하기 위해.
• 정규화를 통합하여 바람직하지 않은 군집화를 최소화하는 강건한 군집화 접근법을 개발하기 위해.
• 임상 해석에 있어 종양학에서의 지원을 위해 실제 생물학적 데이터에 대해 제안된 방법을 평가하기 위해.
• PFCM가 게놈 전역 발현 실험에서 생물학적으로 의미 있는 패턴을 드러내는 데에 유용함을 입증하기 위해.

제안 방법

• 노이즈와 이방성에 민감도를 낮추기 위해 표준 퍼지 C-의심 (FCM) 목적 함수에 페널티 항을 추가함으로써 적응시킴.
• 데이터 피팅과 군집의 밀도 간의 상호 균형을 조절하는 정규화 파라미터 도입.
• 소속도 정도와 군집 중심을 반복적으로 업데이트하는 반복적 알고리즘을 사용해 목적 함수 최적화.
• 비교 평가를 위해 공개된 뇌종양 유전자 발현 데이터셋에 PFCM 알고리즘 적용.
• 군집의 구조와 결과의 생물학적 해석 가능성 평가를 위해 정성적 검증 수행.
• 군집 품질 측도를 사용해 K-의심, 거친 K-의심, 및 표준 퍼지 C-의심과의 성능 비교.

실험 결과

연구 질문

• RQ1 PFCM 알고리즘이 고차원 유전자 발현 데이터에서 전통적 방법보다 더 높은 군집 정확도를 달성할 수 있는가?
• RQ2 페널티 항의 포함이 노이즈가 많은 생물학적 자료에서 군집 간 분리도와 강건성을 어떻게 향상시키는가?
• RQ3 PFCM이 뇌종양 유전자 발현 데이터셋에서 생물학적으로 의미 있는 패턴을 어느 정도 드러내는가?
• RQ4 PFCM는 K-의심 및 퍼지 C-의심과 비교해 군집 안정성과 해석 가능성 측면에서 어떻게 다른가?
• RQ5 PFCM는 종양학 진단에 관련된 유전자 발현 서명을 식별하는 신뢰할 수 있는 도구로 기능할 수 있는가?

주요 결과

• PFCM 알고리즘이 뇌종양 데이터셋에서 K-의심, 거친 K-의심, 및 표준 퍼지 C-의심과 비교해 유의미하게 높은 사용성과 군집 품질을 보였다.
• PFCM는 더 명확하게 정의된 생물학적으로 해석 가능한 군집을 달성하여 고차원 데이터에서 구조 탐지 능력 향상을 시사했다.
• 페널티 항은 노이즈가 많거나 이방성 데이터 포인트의 영향을 효과적으로 줄여 군집의 밀도와 분리도를 향상시켰다.
• 정성적 검증 결과, PFCM 결과는 종양 생물학에서 알려진 세포 과정과 일치하는 의미 있는 패턴을 드러냈다.
• PFCM는 종양 아형과 관련된 고유한 유전자 발현 프로파일을 식별함으로써 종양학 진단에 유용한 통찰을 제공했다.
• 실험 결과는 PFCM가 체계생물학 및 임상 연구에서 대규모 유전자 발현 데이터 분석을 위한 유망한 접근법임을 시사한다.