[논문 리뷰] Learning Schizophrenia Imaging Genetics Data Via Multiple Kernel Canonical Correlation Analysis

Owen Richfield, Md Ashad Alam외 2명|arXiv (Cornell University)|2016. 09. 15.

Fractal and DNA sequence analysis참고 문헌 23인용 수 6

한 줄 요약

이 연구는 fMRI, DNA 메틸화 및 SNP 데이터를 통합하여 정신분열병 환자와 건강한 대조군을 분류하기 위해 커널 및 다중 커널 공선분석(CCA; KCCA/MKCCA)을 사용하는 새로운 프레임워크를 제안한다. 고차원의 영상유전체 데이터에서 비선형 상관관계를 활용함으로써, 이 방법은 선형 CCA보다 유의하게 높은 72.6%의 분류 정확도를 달성한다. fMRI와 DNA 메틸화 데이터를 조합했을 때 정확도가 가장 높았으며, SNP 데이터는 성능을 떨어뜨리는 경향을 보였다.

ABSTRACT

Kernel and Multiple Kernel Canonical Correlation Analysis (CCA) are employed to classify schizophrenic and healthy patients based on their SNPs, DNA Methylation and fMRI data. Kernel and Multiple Kernel CCA are popular methods for finding nonlinear correlations between high-dimensional datasets. Data was gathered from 183 patients, 79 with schizophrenia and 104 healthy controls. Kernel and Multiple Kernel CCA represent new avenues for studying schizophrenia, because, to our knowledge, these methods have not been used on these data before. Classification is performed via k-means clustering on the kernel matrix outputs of the Kernel and Multiple Kernel CCA algorithm. Accuracies of the Kernel and Multiple Kernel CCA classification are compared to that of the regularized linear CCA algorithm classification, and are found to be significantly more accurate. Both algorithms demonstrate maximal accuracies when the combination of DNA methylation and fMRI data are used, and experience lower accuracies when the SNP data are incorporated.

연구 동기 및 목표

• 정신분열병 연구에서 다중 모odal 영상유전체 데이터를 통합하기 위한 비선형 다변량 방법을 개발하는 것.
• 伝통적인 선형 CCA를 초월하여 정신분열병 환자와 건강한 대조군의 분류 정확도를 향상시키는 것.
• fMRI, DNA 메틸화 및 SNP 데이터가 질병 분류에 기여하는 상대적 기여도를 조사하는 것.
• 고차원의 옴믹스 및 신경영상 데이터에서의 비선형 관계가 진단 분류에 더 강력한 구분 능력을 제공하는지 평가하는 것.
• 최대 분류 성능을 얻기 위한 데이터 모odal의 최적 조합을 규명하는 것.

제안 방법

• 커널 및 다중 커널 CCA는 fMRI, DNA 메틸화 및 SNP 데이터를 재생 핵 힐버트 공간(RKHS)으로 사영하여 비선형 상관관계를 포착한다.
• 이 방법은 입력 데이터를 더 높은 차원의 특징 공간으로 매핑하기 위해 가우시안 커널을 사용하며, 여기서 비선형 관계는 선형으로 변환된다.
• 다양한 모달리티 간의 사영된 데이터셋 간 상관계수를 최대화하기 위해 공선분석 계수를 계산한다.
• k-means 클러스터링은 KCCA 및 MKCCA의 커널 행렬 출력에 적용되어 환자와 대조군 간의 이진 분류를 수행한다.
• 과적합을 방지하고 수치적 안정성을 확보하기 위해 고유값 문제에 정규화를 적용한다.
• 모든 두 개 또는 세 개의 데이터 유형 조합에 대해 분류 성능을 평가하며, 교차검증을 통해 정확도를 측정한다.

실험 결과

연구 질문

• RQ1 커널 및 다중 커널 CCA는 다중 모달 영상유전체 데이터를 사용하여 정신분열병 환자와 건강한 대조군을 분류할 때 선형 CCA를 능가할 수 있는가?
• RQ2 fMRI, DNA 메틸화 및 SNP 데이터 중 어떤 조합이 가장 높은 분류 정확도를 낼 수 있는가?
• RQ3 fMRI와 DNA 메틸화 데이터만 사용하는 것과 비교해 SNP 데이터를 포함하면 분류 성능이 떨어지는가?
• RQ4 영상 및 에피제네틱 데이터 간의 비선형 상관관계가 선형 상관관계보다 정신분열병 분류에 더 유용한가?
• RQ5 KCCA/MKCCA의 사영 계수는 질병 분류에 효과적인 분류 특징으로 기능할 수 있는가?

주요 결과

• 커널 및 다중 커널 CCA는 최대 72.6%의 분류 정확도를 달성했으며, 선형 CCA보다 유의미하게 뛰어난 성능을 보였다.
• fMRI와 DNA 메틸화 데이터를 조합했을 때 정확도가 가장 높았으며, SNP 데이터를 추가해도 성능 향상이 없었다.
• 단독으로 SNP 데이터를 사용했을 때 정확도가 가장 낮았으며, 이는 이 모달리티가 이 맥락에서 분류 능력이 제한적임을 시사한다.
• KCCA 및 MKCCA 모두 선형 CCA보다 뛰어난 성능을 보였으며, 특히 다양한 데이터셋 간의 비선형 관계를 포착하는 데 유리했다.
• fMRI와 DNA 메틸화 데이터의 조합은 커널 공간에서 가장 분리 가능한 성분을 생성했으며, 이는 정신분열병과 더 강한 생물학적 관련성을 지닌다는 것을 시사한다.
• 결과적으로, 이 코hort에서는 에피제네틱 및 신경영상 데이터가 유전자 변이(SNP)보다 정신분열병 분류에 더 유용한 정보를 제공하는 것으로 나타났다.