[논문 리뷰] Annotation Enrichment Analysis: An Alternative Method for Evaluating the Functional Properties of Gene Sets

Kimberly Glass, Michelle Girvan|arXiv (Cornell University)|2012. 08. 20.

Bioinformatics and Genomic Networks참고 문헌 66인용 수 4

한 줄 요약

이 논문은 유전자 온톨로지(Gene Ontology)와 같은 데이터베이스에서 유전자 annotation 분포가 비균일할 경우 발생하는 편향을 보정하기 위해 Annotation Enrichment Analysis (AEA)라는 새로운 방법을 제안한다. 기존의 기능적 부여 분석에서 흔히 사용되는 피어슨의 정확검정(Fisher’s Exact Test, FET)은 고도로 annotation된 유전자를 포함한 유전자 집합에서는 유의성의 정도를 과대평가하는 경향이 있으나, AEA는 유전자 간의 오버랩이 아니라 기능적 annotation 간의 오버랩을 평가함으로써 기존에 FET의 가짜 양성 결과에 의해 가려졌던 생물학적으로 의미 있는 부여 결과를 드러낸다.

ABSTRACT

Gene annotation databases (compendiums maintained by the scientific community that describe the biological functions performed by individual genes) are commonly used to evaluate the functional properties of experimentally derived gene sets. Overlap statistics, such as Fisher's Exact Test (FET), are often employed to assess these associations, but don't account for non-uniformity in the number of genes annotated to individual functions or the number of functions associated with individual genes. We find FET is strongly biased toward over-estimating overlap significance if a gene set has an unusually high number of annotations. To correct for these biases, we develop Annotation Enrichment Analysis (AEA), which properly accounts for the non-uniformity of annotations. We show that AEA is able to identify biologically meaningful functional enrichments that are obscured by numerous false-positive enrichment scores in FET, and we therefore suggest it be used to more accurately assess the biological properties of gene sets.

연구 동기 및 목표

• 유전자 데이터베이스에서 비균일한 annotation 분포로 인해 발생하는 전통적인 기능적 부여 분석의 편향을 식별하고 보정하는 것.
• 유전자 집합에 비정상적으로 높은 수의 고도로 annotation된 유전자를 포함할 경우 피어슨의 정확검정(Fisher’s Exact Test, FET)이 유의성의 정도를 과대평가하는 문제를 해결하는 것.
• 유전자 간 오버랩이 아닌 기능적 annotation 간 오버랩을 기반으로 기능적 부여를 평가하는 방법을 개발하여 가짜 양성 결과를 줄이는 것.
• AEA가 FET의 통계적 편향으로 인해 가려졌던 생물학적으로 의미 있는 기능적 부여 결과를 드러내는지 확인하는 것.
• 유전자 온톨로지 DAG의 구조적 특성을 반영한 분석적 근사 방법을 제공하여 FET의 대안으로 실용적으로 사용할 수 있도록 하는 것.

제안 방법

• 유전자 집합과 GO 분지 내 기능적 용어 집합 간의 오버랩을 계산하는 Annotation Enrichment Analysis (AEA)를 제안하며, 이는 유전자와 용어 간의 오버랩이 아닌 기능적 annotation 간 오버랩을 기반으로 한다.
• GO 분지를 부모 용어와 그 모든 후손 용어로 정의하며, 분지에 할당된 고유한 유전자 수는 부모 용어에 할당된 유전자 수와 동일하다고 정의한다.
• 고정된 총 annotation 수(Mg)를 유지하면서 평균 유전자 annotation 정도(k_avg)가 다양해지도록 반복적으로 유전자를 교환하여 편향된 임의의 유전자 집합을 생성한다.
• 목표 k_t(1% 이내)에 가까운 고유 유전자 수를 갖는 임의의 GO 분지를, 무작위로 선택된 용어를 순서 뒤섞기 방식으로 선택하여 생성한다.
• annotation 오버랩 기반으로 p-value를 계산하는 AEA를 사용하며, 계산 비용을 줄이기 위해 이론적 근사를 적용한다.
• 편향과 통계적 검정력 평가를 위해 AEA 결과를 임의의 유전자 서명과 실제 유전자 서명에 대해 FET 및 FDR 보정 FET와 비교한다.

실험 결과

연구 질문

• RQ1 유전자 집합 내 유전자당 annotation 수가 많을 경우, 피어슨의 정확검정(Fisher’s Exact Test)을 사용할 때 기능적 부여 결과의 유의성에 영향을 미치는가?
• RQ2 유전자 온톨로지(Gene Ontology) 내 annotation 비균일성은 기능 분석 도구에서 가짜 양성 부여 신호를 유발할 수 있는가?
• RQ3 유전자 수준이 아닌 기능적 annotation 수준에서의 오버랩을 평가할 경우 편향이 감소하고 진정된 생물학적 연관성이 향상되는가?
• RQ4 AEA에 대한 이론적 근사는 순열 기반 AEA에 비해 계산 효율성이 높은 대안이 될 수 있는가?
• RQ5 실험적으로 유도된 유전자 서명은 고도로 annotation된 유전자를 체계적으로 포함하고 있으며, 이는 그들의 기능적 부여 점수에 영향을 미치는가?

주요 결과

• 피어슨의 정확검정(Fisher’s Exact Test, FET)은 유전자 집합에 비정상적으로 높은 수의 고도로 annotation된 유전자를 포함할 경우, 그 유의성의 정도를 심각하게 과대평가하는 경향이 있다.
• 평균 annotation 수가 높은 임의의 유전자 집합(k_avg ≈ 65)은 크기가 동일한 경우 평균 annotation 수가 낮은 집합(k_avg ≈ 21)보다 유의미하게 더 많은 가짜 양성 부여 결과를 생성한다.
• Annotation Enrichment Analysis (AEA)는 유전자 간 오버랩이 아닌 annotation 간 오버랩을 모델링함으로써 이와 같은 편향을 효과적으로 제거하며, 기존에 FET에 의해 가려졌던 생물학적으로 의미 있는 부여 결과를 드러낸다.
• 실제 유전자 서명은 Gene Signatures Database (GeneSigDB2012)에서 비정상적으로 높은 수의 고도로 annotation된 유전자를 포함하고 있어, FET의 p-value가 과도하게 높아지는 데 기여한다.
• AEA는 FET가 annotation 편향에 민감하여 감지하지 못하는 실제 유전자 집합에서의 유의미한 기능적 부여 결과를 탐지할 수 있다.
• 분석적 근사를 제공함으로써 계산 속도를 높이면서도 정확도를 유지할 수 있어, 대규모 기능적 부여 분석에 적합한 방법이다.