[논문 리뷰] Graph-driven features extraction from microarray data

Jean‐Philippe Vert, Minoru Kanehisa|ArXiv.org|2002. 06. 17.

Gene expression and cancer classification참고 문헌 62인용 수 4

한 줄 요약

이 논문은 대사 경로 지식을 마이크로어레이 데이터 분석에 통합하기 위해 유전자 간 관계를 네트워크로 모델링하고, 커널 기반의 캐논리컬 상관 분석을 사용하여 생물학적으로 관련성이 있는 특징을 추출하는 그래프 기반 특징 추출 방법을 제안한다. 네트워크의 위상적 상관관계를 활용하여, 특히 대사, 단백질 합성 및 세포소기관 정위 경로에서 유전자 기능 예측 정확도가 크게 향상된다.

ABSTRACT

Gene function prediction from microarray data is a first step toward better understanding the machinery of the cell from relatively cheap and easy-to-produce data. In this paper we investigate whether the knowledge of many metabolic pathways and their catalyzing enzymes accumulated over the years can help improve the performance of classifiers for this problem. The complex network of known biochemical reactions in the cell results in a representation where genes are nodes of a graph. Formulating the problem as a graph-driven features extraction problem, based on the simple idea that relevant features are likely to exhibit correlation with respect to the topology of the graph, we end up with an algorithm which involves encoding the network and the set of expression profiles into kernel functions, and performing a regularized form of canonical correlation analysis in the corresponding reproducible kernel Hilbert spaces. Function prediction experiments for the genes of the yeast S. Cerevisiae validate this approach by showing a consistent increase in performance when a state-of-the-art classifier uses the vector of features instead of the original expression profile to predict the functional class of a gene.

연구 동기 및 목표

• 기본적으로 알려진 생화학적 경로 네트워크를 통합하여 마이크로어레이 데이터로부터 유전자 기능 예측을 향상시키기 위해.
• 경로 데이터베이스에서 유래한 구조적 생물학적 지식을 통합하여 순수하게 발현 프로파일에 의존하는 데서 비롯하는 한계를 해결하기 위해.
• 네트워크 위상 구조를 기반으로 생물학적으로 의미 있는 상관관계를 반영하는 특징 추출 프레임워크를 개발하기 위해.
• 원래의 발현 프로파일에 비해 네트워크 인식 특징이 분류기 성능을 향상시키는지 검증하기 위해.

제안 방법

• 연속 반응에 관여하는 유전자 간의 관계를 기반으로, 알려진 생화학적 경로를 사용해 유전자를 노드로 모델링하고, 이를 연결하는 간선을 설정한다.
• 유전자 네트워크와 발현 프로파일을 각각 두 개의 커널 함수로 표현한다: 그래프 상의 확산 커널과 발현 벡터에 대한 선형 커널.
• 재생 핵 힐버트 공간(RKHS)에서 정규화된 커널 캐논리컬 상관 분석(kernal CCA)을 수행하여 상관되는 특징을 찾는다.
• 커널-CCA 알고리즘을 사용하여 네트워크 위상과 발현 패턴을 통합한 새로운 특징 표현을 추출한다.
• 이 방법을 효모(S. cerevisiae) 데이터에 적용하였으며, 발현 프로파일은 중심화되고 경로 데이터는 KEGG에서 유래되었다.
• 기존의 발현 프로파일을 네트워크 근접성 기반으로 공조 조절되는 유전자 군집을 강조하는 새로운 특징 공간으로 변환한다.

실험 결과

연구 질문

• RQ1 기본적으로 알려진 대사 경로 네트워크를 통합함으로써 마이크로어레이 데이터로부터 유전자 기능 예측 정확도를 향상시킬 수 있는가?
• RQ2 유전자 네트워크 위상 구조에서 유도된 특징들이 원래의 발현 프로파일보다 기능 클래스와 더 강하게 상관되는가?
• RQ3 어떤 기능 범주가 네트워크 보강 특징 추출에서 가장 큰 이점을 얻는가?
• RQ4 RKHS에서의 커널 CCA는 어떻게 네트워크와 발현 데이터를 효과적으로 통합하는가?
• RQ5 성능 향상 요인이 네트워크의 위상적 구조 때문인지, 커널 기반 인코딩 방법 때문인가?

주요 결과

• 그래프 기반 특징 추출 방법은 원래의 발현 프로파일을 사용하는 것에 비해 다양한 기능 범주에서 일관되게 예측 성능을 향상시켰다.
• 대사 및 단백질 합성과 관련된 기능 범주에서 가장 큰 성능 향상이 관찰되었으며, 이는 KEGG 데이터베이스에 잘 애너테이션된 경로가 존재하기 때문일 것이다.
• 세포소기관 정위 유전자 역시 상당한 이점을 얻었는데, 이는 직접적인 효소 기능이 아니더라도 오르간엘 활동을 통한 간접적인 기능적 조율가능성을 시사한다.
• 특히 '대사' 범주에서 F1-스코어가 16.8% 상승하여 네트워크 위상과 기능적 공조 조절 간의 강한 상관관계를 시사한다.
• 커널 CCA 프레임워크는 발현 데이터에서 직접적으로 드러나지 않는 바이오로지컬 과정의 공조를 반영하는 잠재적 특징을 성공적으로 식별하였다.
• 커널 방법을 통해 생물학적 네트워크 지식을 통합함으로써 마이크로어레이 기반 기능 예측의 해석 가능성과 예측 능력이 향상됨을 입증하였다.