[논문 리뷰] Joint segmentation of many aCGH profiles using fast group LARS

Kevin Bleakley, Jean‐Philippe Vert|ArXiv.org|2009. 10. 07.

Medical Imaging Techniques and Applications참고 문헌 25인용 수 3

한 줄 요약

이 논문은 여러 aCGH 프로파일의 동시 분할을 위해 공유되는 분할점(breakpoints)을 강제로 적용함으로써 빠른 그룹 LARS 알고리즘을 제안한다. 이는 반복적인 복수 수준 복수 수준 변화(CNVs)를 동시에 탐지하고 데이터를 조각별로 일정한 영역으로 매끄럽게 정리하는 데 기여한다. 이 방법은 O(knp)의 시간 복잡도와 O(np)의 메모리 사용량을 달성하여, 조잡한 데이터에서도 생물학적으로 의미 있는 분할점을 신속하게 식별할 수 있으며, 방광암 데이터셋을 통한 검증을 통해 기존에 알려진 및 새로운 CNVs를 확인하였다.

ABSTRACT

Array-Based Comparative Genomic Hybridization (aCGH) is a method used to search for genomic regions with copy numbers variations. For a given aCGH profile, one challenge is to accurately segment it into regions of constant copy number. Subjects sharing the same disease status, for example a type of cancer, often have aCGH profiles with similar copy number variations, due to duplications and deletions relevant to that particular disease. We introduce a constrained optimization algorithm that jointly segments aCGH profiles of many subjects. It simultaneously penalizes the amount of freedom the set of profiles have to jump from one level of constant copy number to another, at genomic locations known as breakpoints. We show that breakpoints shared by many different profiles tend to be found first by the algorithm, even in the presence of significant amounts of noise. The algorithm can be formulated as a group LARS problem. We propose an extremely fast way to find the solution path, i.e., a sequence of shared breakpoints in order of importance. For no extra cost the algorithm smoothes all of the aCGH profiles into piecewise-constant regions of equal copy number, giving low-dimensional versions of the original data. These can be shown for all profiles on a single graph, allowing for intuitive visual interpretation. Simulations and an implementation of the algorithm on bladder cancer aCGH profiles are provided.

연구 동기 및 목표

• 다양한 aCGH 프로파일을 일정 복수 수준 영역으로 정확하게 분할하면서도, 프로파일 간 공통적인 생물학적 패턴을 활용하는 데 도전하는 것.
• 기존 방법들이 독립적으로 프로파일을 처리하거나 커널 윈도우 선택, 이산화, 높은 계산 비용을 요구하는 등의 한계를 극복하는 것.
• 같은 질병을 가진 환자들이 핵심 CNV 분할점을 공유한다는 생물학적 사전 지식을 명시적으로 표현한 확장 가능하고 빠른 알고리즘 개발.
• 공유 구조적 특징를 유지하면서도 후속 분석(예: 분류)에 적합한 낮은 차원의 표현을 제공하는 스무딩 및 데이터 정리

제안 방법

• 모든 프로파일이 동일한 분할점 세트를 공유하도록 하는 융합 라소 유사 제약 조건을 포함한 그룹 LARS 문제로 동시 분할을 수식화한다.
• 큰 p²n² 행렬을 명시적으로 구성하지 않도록 최적화 문제를 재구성함으로써 O(knp) 시간 복잡도와 O(np) 메모리 복잡도를 달성한다.
• 잔차 오차 감소 기여도를 기반으로 중요도 순서로 가장 중요한 공유 분할점을 순차적으로 식별하는 솔루션 경로 알고리즘을 사용한다.
• 연속된 분할점 사이의 프로브 값을 평균으로 대체함으로써 조각별 일정한 스무딩을 적용하여 낮은 차원이고 해석 가능한 프로파일을 생성한다.
• 공유 분할점 구조를 활용해 모든 프로파일 간 일관된 벡터 표현을 보장하며, 기계학습 응용에 적합하다.
• 전체 설계 행렬을 저장하지 않고도 효율적으로 솔루션 경로를 계산하기 위해 빠른 액티브 세트 전략을 사용한다.

실험 결과

연구 질문

• RQ1 여러 aCGH 프로파일 간 공유 분할점을 강제하는 동시 분할 방법이 독립적 분할에 비해 생물학적으로 의미 있는 복수 수준 변화(CNVs) 탐지에 개선을 이룰 수 있는가?
• RQ2 대규모 aCGH 데이터셋에 대해 정확성과 확장성을 유지하면서도 동시 분할의 계산 비용을 최소화할 수 있는가?
• RQ3 공유 분할점을 강제함으로써 노이즈에 대한 내성과 암 게놈학에서의 반복적 CNV 탐지 능력이 얼마나 향상되는가?
• RQ4 최종적으로 생성된 스무딩된 조각별 일정 프로파일이 후속 분류 작업에 효과적인 낮은 차원의 특징으로 기능할 수 있는가?
• RQ5 동시 분할 과정에서 분할점 수를 선택하기 위한 최적의 정지 기준은 무엇인가?

주요 결과

• 알고리즘은 2008년형 맥북 프로에서 57개의 방광암 aCGH 프로파일에 대해 단 0.72초 만에 80개의 공유 분할점을 식별하여 O(knp) 확장성의 성능을 입증하였다.
• 이 방법은 방광암에서 알려진 거의 모든 반복적 CNVs를 성공적으로 복원하였으며, 특히 8q22-24, 17q21, 20q의 흔한 증가와 8p22-23, 13q, 17p, 11p 및 염색체 9의 삭제를 포함하였다.
• 8q22-24, 17q21, 20q의 흔한 증가와 8p22-23, 13q, 17p, 11p 및 염색체 9의 삭제를 포함하였다.
• 8q22-24, 17q21, 20q의 흔한 증가와 8p22-23, 13q, 17p, 11p 및 염색체 9의 삭제를 포함하였다.
• 조잡한 조건에서도 공유 분할점을 먼저 탐지할 수 있다는 점은 알고리즘이 강건하고 생물학적으로 관련성이 있음을 확인한다.
• 스무딩된 프로파일을 한 그래프에 겹쳐 그림으로 표현함으로써 전체 코hort에서 반복적 CNVs를 직관적으로 해석할 수 있었다.
• 이 방법은 분류 및 기타 기계학습 응용에 적합한 일관되고 낮은 차원의 aCGH 데이터 표현을 생성한다.