[논문 리뷰] Gains in Power from Structured Two-Sample Tests of Means on Graphs

Laurent Jacob, Pierre Neuvial외 1명|Collection of Biostatistics Research Archive|2010. 09. 27.

Bioinformatics and Genomic Networks참고 문헌 41인용 수 20

한 줄 요약

이 논문은 유전자 또는 기타 변수에서 발현 차이를 탐지할 때 알려진 네트워크 구조를 활용하여 통계적 검정력을 향상시키는 그래프 구조를 가진 두 집단 평균 검정을 제안한다. 그래프 푸리에 모드의 저주파 성분에 검정 통계량을 투영함으로써 그래프 상에서 평균 이동이 매끄럽다는 가정 하에, 기존의 히든버그의 $T^2$와 같은 전통적 검정보다도 고차원적이고 구조화된 데이터(예: 암 유전체에서의 KEGG 경로)에서 더 높은 검정력을 달성한다.

ABSTRACT

We consider multivariate two-sample tests of means, where the location shift between the two populations is expected to be related to a known graph structure. An important application of such tests is the detection of differentially expressed genes between two patient populations, as shifts in expression levels are expected to be coherent with the structure of graphs reflecting gene properties such as biological process, molecular function, regulation, or metabolism. For a fixed graph of interest, we demonstrate that accounting for graph structure can yield more powerful tests under the assumption of smooth distribution shift on the graph. We also investigate the identification of non-homogeneous subgraphs of a given large graph, which poses both computational and multiple testing problems. The relevance and benefits of the proposed approach are illustrated on synthetic data and on breast cancer gene expression data analyzed in context of KEGG pathways.

연구 동기 및 목표

• 기존 다변량 두 집단 검정(예: 히든버그의 $T^2$)이 변수 간 알려진 생물학적 또는 구조적 관계를 忽시하는 한계를 해결한다.
• 유전자 네트워크(예: KEGG 경로)의 사전 지식을 그래프 구조로 통합하여 발현 차이 분석에서 검출 능력을 향상시킨다.
• 대규모 그래프 내에서 비균일한 부분그래프를 효율적으로 식별하기 위한 알고리즘을 개발한다. 이는 계산 비용과 다중 검정 문제를 해결한다.
• 생물학적으로 의미 있는 일관된 발현 변화를 체계적으로 발견함으로써 생물학적 해석 가능성과 통찰력을 향상시킨다.

제안 방법

• 기본 그래프 $\mathcal{G} = (\mathcal{V}, \mathcal{E})$ 상에서 평균 이동 $\delta = \mu_1 - \mu_2$ 를 모델링하고, 그래프 라플라시안 스펙트럼 분해를 통해 매끄러움을 가정한다.
• 검정 통계량을 그래프 푸리에 기저로 변환하여 그래프 상에서 매끄러운 이동에 해당하는 저주파 성분에 집중한다.
• 첫 번째 몇 개의 그래프 푸리에 모드 계수의 제곱합을 바탕으로 검정 통계량을 구성함으로써, 근본 가설에서의 매끄러운 이탈을 포착한다.
• 분기 및 범위 절단 기반의 최적화 알고리즘을 사용하여 비균일한 부분그래프를 효율적으로 탐색함으로써 명시적 검정 수를 줄이고 검정력을 유지한다.
• 귀무가설 하에서 거짓 양성의 분포를 추정하기 위해 순열 기반 절차를 적용하여 부분그래프 검정 간 상관관계를 고려한다.
• 고차원에서 공분산 행렬 추정의 수치적 안정성을 향상시키기 위해 정규화 기법(예: Tai와 Speed, 2008)을 통합한다.

실험 결과

연구 질문

• RQ1 두 집단 평균 검정에 그래프 구조를 통합함으로써 매끄러운 평균 이동 대안 하에서 더 높은 통계적 검정력을 달성할 수 있는가?
• RQ2 모든 가능한 부분그래프를 전수 검토하지 않고도 대규모 네트워크 내에서 비균일한 부분그래프를 효율적으로 식별할 수 있는가?
• RQ3 실제 유전체 데이터(예: KEGG 경로)에서 그래프 구조가 차별적 발현 유전자 탐지에 미치는 영향은 어떠한가?
• RQ4 제안된 방법은 기존의 다변량 검정(예: 히든버그의 $T^2$)과 단변량 유전자 수준 검정에 비해 검정력과 생물학적 통찰력 측면에서 어떻게 비교되는가?
• RQ5 개별 유전자가 약하거나 일관되지 않은 신호를 보일 때조차도 생물학적으로 의미 있는 일관된 발현 변화를 탐지할 수 있는가?

주요 결과

• 매끄러운 이동 대안 하에서 그래프 기반 검정은 히든버그의 $T^2$에 비해 유의미한 검정력 향상을 보이며, 특히 진짜 평균 이동이 그래프 구조와 일치할 경우 더욱 뚜렷하다.
• 합성 데이터에서 제안된 방법은 기존 검정보다 매끄러운 이동을 더 높은 검정력으로 탐지하며, 특히 고차원 설정에서 두드러진다.
• Loi 등(2008)의 유방암 마이크로어레이 데이터셋에서, 이 방법은 타모크시펜 내성과 관련된 KEGG 경로 내 두 개의 겹치는 부분그래프를 성공적으로 식별하였고, 일관된 발현 패tern을 보였다.
• 분기 및 범위 절단 알고리즘은 명시적 검정 수를 줄이면서도 높은 탐지 능력을 유지하여 대규모 네트워크 탐색의 확장성을 보장한다.
• 모든 테스트 수가 알려지지 않았고 상당히 상관관계가 높은 상황에서도 순열 기반의 거짓 양성 제어가 효과적이었으며, 부분그래프 탐지에서 타당한 추론을 가능하게 했다.
• 생물학적 네트워크 구조를 활용함으로써 표준 단변량 및 다변량 접근법을 초월하여, 이전에는 발견되지 않았던 생물학적으로 의미 있는 유전자 집단을 드러냈다.