[논문 리뷰] Filtering Microarray Correlations by Statistical Literature Analysis Yields Potential Hypotheses for Lactation Research

Maurice HT Ling, Christophe Lefèvre외 1명|2009. 01. 02.

Biomedical Text Mining and Ontologies참고 문헌 39인용 수 3

한 줄 요약

이 연구는 과학 문헌에서 유의미한 단백질 공존 패턴을 식별함으로써 마이크로어레이 유전자 상관관계를 걸러내는 통계적 문헌 분석 방법을 제안하며, 기존의 포isson 기반 방법보다 뛰어난 성능을 보인다. 마이크로어레이 데이터를 문헌 유래 공존 패턴과 통합함으로써, 기존 문헌에 기록되지 않은 7개의 새로운 단백질-단백질 상호작용을 식별하였다. 이는 유축 생물학과 관련된 잠재적인 기능적 상호작용이다.

ABSTRACT

Our results demonstrated that a previously reported protein name co-occurrence method (5-mention PubGene) which was not based on a hypothesis testing framework, it is generally statistically more significant than the 99th percentile of Poisson distribution-based method of calculating co-occurrence. It agrees with previous methods using natural language processing to extract protein-protein interaction from text as more than 96% of the interactions found by natural language processing methods to overlap with the results from 5-mention PubGene method. However, less than 2% of the gene co-expressions analyzed by microarray were found from direct co-occurrence or interaction information extraction from the literature. At the same time, combining microarray and literature analyses, we derive a novel set of 7 potential functional protein-protein interactions that had not been previously described in the literature.

연구 동기 및 목표

• 과학 문헌 내 공존 패턴을 분석하여 유축 연구에서 생물학적으로 관련성이 있는 단백질-단백질 상호작용을 식별하기 위해.
• 가설 검증 프레임워크에 의존하지 않고 통계적으로 탄탄한 접근 방식을 사용함으로써 기존의 문헌 기반 상호작용 탐지 방법을 향상시키기 위해.
• 마이크로어레이 유래 유전자 발현 상관관계와 문헌 기반 단백질 상호작용 간 격차를 메우기 위해 공존 신호를 걸러내고 검증하기 위해.
• 마이크로어레이와 문헌 분석을 통합하여 유축 관련 경로에 대한 새로운 검증 가능한 생물학적 가설을 도출하기 위해.
• 5-참조 PubGene 방법의 효과성을 기존의 자연어 처리 기술 및 통계 모델과 비교하여 평가하기 위해.

제안 방법

• 유의미한 유전자 상호작용을 걸러내기 위해 빈도 임계값 기반으로 추상문에서 단백질 공존을 식별하는 5-참조 PubGene 방법을 적용한다.
• 통계적 유의성 평가를 위해 5-참조 PubGene 방법을 포isson 분포 기반 공존 모델과 비교한다.
• 자연어 처리(NLP) 도구가 텍스트에서 단백질-단백질 상호작용을 추출하는 방식과 결과를 비교함으로써 방법의 타당성을 검증한다.
• 마이크로어레이 유래 유전자 공표현 데이터와 문헌 기반 단백질 공존 패턴을 통합하여 잠재적 기능적 상호작용을 식별한다.
• 통계적 유의성과 알려진 생물학적 경로와의 겹침을 기반으로 후보 상호작용을 걸러내고 우선순위를 정한다.
• 단백질 쌍이 추상문에서 최소 5회 공존할 경우에만 유의미한 연관성으로 간주하여, 낮은 빈도 신호보다 신뢰도를 높인다.

실험 결과

연구 질문

• RQ1 5-참조 PubGene 방법은 단백질-단백질 상호작용 탐지에서 포isson 기반 공존 모델에 비해 통계적 유의성 측면에서 어떻게 비교되는가?
• RQ2 5-참조 방법으로 탐지된 단백질 공존 패턴이 자연어 처리 기반 상호작용 추출 도구에 의해 식별된 패턴과 얼마나 겹치는가?
• RQ3 마이크로어레이 유래 유전자 공표현 쌍 중 얼마나 많은 비율이 직접적인 문헌 공존 또는 알려진 단백질 상호작용 정보로 설명될 수 있는가?
• RQ4 마이크로어레이 데이터와 문헌 공존 패턴을 통합함으로써 이전에 기록되지 않은 새로운 생물학적으로 타당한 단백질-단백질 상호작용를 밝혀낼 수 있는가?
• RQ5 이 방법을 통해 식별된 새로운 상호작용들이 기능적 맥락을 기반으로 하여 유축 생물학과 관련이 있을 가능성은 있는가?

주요 결과

• 5-참조 PubGene 방법은 포isson 분포 기반 공존 모델의 99번째 백분위수를 초월하는 통계적 유의성을 보였다.
• NLP 도구에 의해 식별된 단백질-단백질 상호작용의 96퍼센트 이상이 5-참조 PubGene 방법으로도 동일하게 탐지되어 두 접근 방식 간 강한 일치를 보였다.
• 마이크로어레이 유래 유전자 공표현 쌍 중 2퍼센트 미만이 직접적인 공존 또는 문헌에서 추출된 상호작용 정보로 뒷받침되었다.
• 마이크로어레이와 문헌 분석을 통합함으로써 기존 문헌에 기록되지 않은 7개의 새로운 단백질-단백질 상호작용이 도출되었다.
• 이 7개의 새로운 상호작용들은 기능적으로 타당하며, 유축 생물학과 관련이 있을 가능성이 있어, 이 방법이 검증 가능한 가설을 도출하는 데 유용함을 시사한다.
• 이 연구는 통계적 유의성로 걸러낸 문헌 공존 패턴이 고속도 유전자 데이터에서 생물학적으로 관련성이 있는 상호작용을 효과적으로 우선순위 정렬하는 데 유용하다는 것을 확인한다.