[논문 리뷰] Brain Gene Expression Analysis: a MATLAB toolbox for the analysis of brain-wide gene-expression data

Pascal Grange, Jason W. Bohland외 2명|arXiv (Cornell University)|2012. 11. 27.

Single-cell and spatial transcriptomics참고 문헌 11인용 수 12

한 줄 요약

이 논문은 앨런 마우스 뇌 아틀라스에서 유래한 뇌 전역 유전자 발현 데이터를 분석하기 위한 MATLAB 툴박스를 제시한다. 이 툴박스는 볼륨 기반 분석, 공발현 네트워크 구축, 군집화, 세포유형 특이적 상관관계 프로파일링을 가능하게 한다. 국소화 및 피팅 점수, 이클러스터링, 시각화 도구를 통합하여 마우스 뇌 전역에서의 공간적 및 기능적 유전자 조직을 규명한다.

ABSTRACT

The Allen Brain Atlas project (ABA) generated a genome-scale collection of gene-expression profiles using in-situ hybridization. These profiles were co-registered to the three-dimensional Allen Reference Atlas (ARA) of the adult mouse brain. A set of more than 4,000 such volumetric data are available for the full brain, at a resolution of 200 microns. These data are presented in a voxel-by-gene matrix. The ARA comes with several systems of annotation, hierarchical (40 cortical regions, 209 sub-cortical regions in the whole brain), or non-hierarchical (12 regions in the left hemisphere, with refinement into 94 regions, and cortical layers). The high-dimensional nature of this dataset and the possible connection between anatomy and gene expression pose challenges to data analysis. We developed the Brain Gene Expression Analysis Toolbox, whose functionalities include: determination of marker genes for brain regions, statistical analysis of brain-wide co-expression patterns, and the computation of brain-wide correlation maps with cell-type specific microarray data.

연구 동기 및 목표

• 앨런 인스티튜트의 성체 마우스 뇌 아틀라스에서 유래한 고해상도 뇌 전역 유전자 발현 데이터에 대한 체계적인 분석을 위한 종합적인 MATLAB 툴박스를 개발하는 것.
• 볼륨 수준의 발현 패턴에서 유도된 통계적 점수를 사용하여 연구자들이 뇌 해부학적 영역에 대한 유전자 국소화와 피팅 정도를 정량화할 수 있도록 돕는 것.
• 전 뇌 영역에 걸쳐 공발현 네트워크를 구축하고 분석하여 기능적으로 관련된 유전자 모듈을 식별하는 것.
• 마이크로어레이 데이터를 뇌 전역 발현 프로파일 및 밀도 추정치와 통합하여 세포유형 특이적 발현 분석을 지원하는 것.
• 유전자 및 볼륨 간 발현 유사성 기반으로 군집화를 수행할 수 있는 확장 가능한 계산 도구를 제공하며, 이는 이클러스터링 및 그래프 분할 방법을 포함한다.

제안 방법

• 입자화합성 데이터에서 유도된 볼륨-유전자 행렬(49,742 볼륨 × 4,104 유전자)을 사용하며, 발현 에너지는 픽셀 강도의 공간加權 평균으로 계산된다.
• 유전자가 단일 뇌 영역에 얼마나 구체적으로 국소화되어 있는지를 측정하기 위해 국소화 점수를 사용하고, 유전자 집합이 영역의 발현 패턴과 얼마나 잘 맞는지를 평가하기 위해 피팅 점수를 사용한다.
• 모든 유전자 쌍 간 상관계수를 사용하여 공발현 네트워크를 구축하며, 유의성 평가 및 컴ponent 크기 통계를 위해 몬테카를로 시뮬레이션을 활용한다.
• 이분 그래프 모델을 볼륨-유전자 행렬에 적용하여 이클러스터링을 수행하며, 반복적 분할 및 간선 무게 기반 정지 기준을 사용한다.
• 뇌 전역 발현과 통합된 세포유형 특이적 마이크로어레이 데이터를 사용하여 뇌 영역 전역에서 상관관계 및 밀도 프로파일을 계산한다.
• 최대 강도 투영, 아틀라스 탐색, 레이블 기반 볼륨 복원 등 시각화를 위해 MATLAB 함수를 활용한다.

실험 결과

연구 질문

• RQ1 성체 마우스 뇌 전역에서 유전자 발현 패턴은 어떻게 공간적 국소화와 영역 피팅 정도 측면에서 체계적으로 정량화될 수 있는가?
• RQ2 전뇌 유전자 발현 데이터에서 유도된 공발현 네트워크의 통계적 특성은 무엇이며, 무작위 예측과 비교해 볼 때 어떻게 다를까?
• RQ3 유전자 및 볼륨을 동시에 군집화하여 뇌 발현 지형도에서 일관된 기능적 모듈을 식별할 수 있는가?
• RQ4 세포유형 특이적 발현 프로파일이 전체 뇌 발현 패턴과 얼마나 상관관계가 있으며, 세포 구성성을 유추하는 데 기여하는가?
• RQ5 다양한 필터링 전략(예: 상위 75% 상관관계 유전자)이 후속 분석의 신뢰성과 해석 가능성에 어떤 영향을 미치는가?

주요 결과

• 툴박스는 개별 유전자 및 유전자 집합에 대한 국소화 및 피팅 점수 계산을 성공적으로 수행하여 12개 주요 뇌 영역 전역에서 명확한 공간적 발현 패턴을 드러냈다.
• 앨런 뇌 아틀라스 데이터에서 유도된 공발현 네트워크는 유의미한 군집화 및 비랜덤 성격의 컴포넌트 구조를 보였으며, 컴포넌트 크기 및 상관계수 분포가 무작위 예측과 다름을 보였다.
• 이클러스터링 분석은 여러 정지 기준에 걸쳐 안정적인 유전자-볼륨 모듈을 식별했으며, 최대 강도 투영을 통해 각 군집의 고유한 발현 패턴을 확인할 수 있었다.
• 세포유형 특이적 상관관계 및 밀도 프로파일이 성공적으로 계산되고 시각화되었으며, 전체 뇌 발현에 비해 세포유형의 일관된 공간 조직을 보였다.
• 유전자 발현 데이터를 앨런 레퍼런스 아틀라스와 통합함으로써 정밀한 해부학적 국소화가 가능했으며, 시각화 도구를 통해 발현 패턴의 상호작용 탐색이 가능했다.
• 버전화된 코드 및 데이터 파일을 통해 분석의 재현 가능성을 보장하였으며, 6개 버전(V1–V6) 동안 버그 수정 및 기능 개선이 기록되었으며, 유전자 필터링 및 데이터 로딩 절차의 수정 사항이 포함되어 있었다.