[논문 리뷰] Differential Expression Analysis of Dynamical Sequencing Count Data with a Gamma Markov Chain

Ehsan Hajiramezanali, Siamak Zamani Dadaneh외 4명|arXiv (Cornell University)|2018. 03. 07.

Gene expression and cancer classification인용 수 6

한 줄 요약

이 논문은 시간적 RNA-seq 카운트 데이터를 분석하기 위해 감마 마르코프 체인과 음수 이항분포를 통합한 새로운 베이지안 계층 모델인 GMNB를 제안한다. 급격한 변화를 포함한 유연한 유전자 발현 패턴 모델링과 닫힌 형태의 금속 샘플링을 통한 효율적 추론을 가능하게 하여, 특히 부드럽지 않은 시간적 동역학을 보이는 경우에 기존 방법보다 더 뛰어난 차등 발현 유전자 탐지 성능을 보인다.

ABSTRACT

Next-generation sequencing (NGS) to profile temporal changes in living systems is gaining more attention for deriving better insights into the underlying biological mechanisms compared to traditional static sequencing experiments. Nonetheless, the majority of existing statistical tools for analyzing NGS data lack the capability of exploiting the richer information embedded in temporal data. Several recent tools have been developed to analyze such data but they typically impose strict model assumptions, such as smoothness on gene expression dynamic changes. To capture a broader range of gene expression dynamic patterns, we develop the gamma Markov negative binomial (GMNB) model that integrates a gamma Markov chain into a negative binomial distribution model, allowing flexible temporal variation in NGS count data. Using Bayes factors, GMNB enables more powerful temporal gene differential expression analysis across different phenotypes or treatment conditions. In addition, it naturally handles the heterogeneity of sequencing depth in different samples, removing the need for ad-hoc normalization. Efficient Gibbs sampling inference of the GMNB model parameters is achieved by exploiting novel data augmentation techniques. Extensive experiments on both simulated and real-world RNA-seq data show that GMNB outperforms existing methods in both receiver operating characteristic (ROC) and precision-recall (PR) curves of differential expression analysis results.

연구 동기 및 목표

• 시간적 RNA-seq 데이터에서 유전자 발현의 비연속적이고 급격한 변화를 포착하는 데에 한계를 보이는 기존 방법의 문제를 해결하기 위해.
• 히우리틱한 정규화나 엄격한 부드러움 가정에 의존하지 않고 시간적 의존성을 모델링하는 완전한 베이지안 프레임워크를 개발하기 위해.
• 데이터 증강을 통한 닫힌 형태의 금속 샘플링을 통해 고차원 시간적 카운트 데이터에 대한 효율적 추론을 가능하게 하기 위해.
• 정적 또는 부드러움 제약이 있는 모델에서 놓치는 생물학적으로 의미 있는 유전자 발현 패턴을 가진 유전자들을 더 잘 탐지하기 위해.
• 우리가 가능성 프레임워크 내에서 직접적으로 시퀀싱 깊이의 이질성을 모델링하여 사전 정규화의 필요성을 제거하기 위해.

제안 방법

• GMNB 모델은 오버디스퍼션과 기술적 노이즈를 고려하여 RNA-seq 카운트 데이터를 음수 이항분포로 모델링한다.
• 감마 마르코프 체인이 음수 이항분포의 시간에 따라 변하는 평균 매개변수를 모델링하기 위해 도입되어 급격한 전이를 포함한 다이나믹한 시간적 동역학을 가능하게 한다.
• 유전자와 시간 포인트 간의 통계적 강도를 공유하기 위해 계층적 베이지안 구조를 사용하여 복제 수가 제한된 경우에도 추정 성능을 향상시킨다.
• 잠재 매개변수와 초모수의 후행 추론을 위한 닫힌 형태의 금속 샘플러를 도출하기 위해 데이터 증강 기법을 사용한다.
• 유전자 발현의 전체 시간적 궤적을 활용하여 조건 간의 차등 발현을 검정하기 위해 베이즈 요인을 계산한다.
• 시퀀싱 깊이의 이질성을 곱셈 강도 매개변수를 통해 직접적으로 모델링하여 사전 정규화의 필요성을 제거한다.

실험 결과

연구 질문

• RQ1 감마 마르코프 체인이 부드러움 제약이 있는 모델(예: DyNB)보다 더 넓은 범위의 동적 발현 패턴—특히 급격한 변화—를 포착할 수 있는가?
• RQ2 감마 마르코프 체인을 음수 이항분포 모델에 통합함으로써 시간적 RNA-seq 데이터에서 차등 발현 유전자 탐지에 대한 통계적 검정력이 향상되는가?
• RQ3 메트로폴리스-하스팅스와 같은 계산 비용이 큰 MCMC 방법에 의존하지 않고도 GMNB 모델이 효율적인 추론을 달성할 수 있는가?
• RQ4 GMNB가 시뮬레이션 및 실제 시간적 RNA-seq 데이터셋에서 ROC 및 정밀도-재현율 성능 측면에서 최신 기술보다 얼마나 뛰어나게 성능을 내는가?
• RQ5 GMNB는 DESeq2와 같은 정적 또는 정규화된 차등 발현 도구에서 놓치는 생물학적으로 의미 있는 동적 발현 패턴을 가진 유전자들을 식별할 수 있는가?

주요 결과

• GMNB는 시뮬레이션 및 실제 시간적 RNA-seq 데이터에서 ROC 및 정밀도-재현율(PR) 곡선 면적 측면에서 DyNB, DESeq2 및 기타 방법들을 모두 능가하여 뛰어난 통계적 검정력을 입증한다.
• qRT-PCR로 검증된 유전자인 IL17A, IL17F 및 RORC는 GMNB에서 더 높은 순위(예: RORC는 순위 26, DyNB는 순위 37)와 더 높은 베이즈 요인을 기록하여 마커 유전자 탐지 성능 향상을 시사한다.
• GMNB가 식별한 상위 100개 유전자에 대한 GO 부족 분석 결과, 면역 반응(p < 1e-19), 방어 반응(p < 2e-16), 세포 분화(p < 3e-18)와의 유의미한 연관성이 확인되어 Th17 생물학과 일치한다.
• GMNB는 면역 반응에 약 38%의 상위 유전자, 자극에 대한 반응에 약 74%의 상위 유전자를 탐지하여 Th17 세포가 염증 및 자가면역질환에서의 역할과 부합한다.
• GMNB는 MCMC 기반 대안(예: DyNB)에 비해 계산 복잡도를 감소시킨 닫힌 형태의 금속 샘플링을 통해 효율적 추론을 달성했다.
• GMNB는 사전 처리 정규화 없이도 시퀀싱 깊이의 변동성을 자연스럽게 처리하여 차등 발현 탐지의 정확성과 강인성을 향상시키고 오차를 감소시켰다.