[논문 리뷰] Models for transcript quantification from RNA-Seq

Lior Pachter|arXiv (Cornell University)|2011. 04. 19.

Genomics and Phylogenetic Studies참고 문헌 48인용 수 112

한 줄 요약

이 논문은 RNA-Seq 전사량 측정 모델에 대한 통합 프레임워크를 제시하며, 수량 기반, 다항분포, 포아송 로그선형 모델 등 다양한 방법이 최대우도 추정 하에서 동일한 상대적 풍부도 추정치를 산출함을 보여준다. 주요 기여는 이러한 모델들이 단일 일반 모델의 특수한 경우임을 밝혀내어 그 상호관계를 명확히 하고, 다양한 방법 간 추정 일致성에 대한 이해를 향상시키는 데 있다.

ABSTRACT

RNA-Seq is rapidly becoming the standard technology for transcriptome analysis. Fundamental to many of the applications of RNA-Seq is the quantification problem, which is the accurate measurement of relative transcript abundances from the sequenced reads. We focus on this problem, and review many recently published models that are used to estimate the relative abundances. In addition to describing the models and the different approaches to inference, we also explain how methods are related to each other. A key result is that we show how inference with many of the models results in identical estimates of relative abundances, even though model formulations can be very different. In fact, we are able to show how a single general model captures many of the elements of previously published methods. We also review the applications of RNA-Seq models to differential analysis, and explain why accurate relative transcript abundance estimates are crucial for downstream analyses.

연구 동기 및 목표

• RNA-Seq에서 전사량 측정에 사용되는 다양한 모델 간 이론적 관계를 명확히 하는 것.
• 다양한 수식으로 표현된 모델들이 최대우도 추정 하에서 동일한 상대적 풍부도 추정치를 산출함을 보여주는 것.
• 이전에 발표된 모델들을 하나의 일반 프레임워크에 통합하여 핵심 요소를 포괄하는 것.
• 후속 차등 발현 분석을 위한 정확한 상대적 풍부도 추정의 중요성을 강조하는 것.
• 편향 모델링, 전사체 조립, 정확도 평가 기준 등 열려 있는 과제를 부각하는 것.

제안 방법

• 저자들은 이전에 발표된 여러 모델을 특수한 경우로 포함하는 일반 통계 모델을 개발한다.
• 상대적 전사량 풍부도 추정에서 다항분포 모델과 포아송 로그선형 모델 간 최대우도 추정에서의 등가성을 확립한다.
• 다중 매핑 리드, 프래그먼트 길이, 유효 전사체 길이 보정 등의 기능을 프레임워크에 통합한다.
• 시퀀스 특이적 및 위치 기반 편향을 포함한 리드 매핑 편향을 고려하고, 그 영향을 상대적 풍부도 추정에 미치는 영향을 평가한다.
• 기존 방법들 간의 관계와 특수한 경우를 설명하기 위해 계층적 모델 구조(그림 1)를 사용한다.
• 풍부도 추정에서 유효 길이(l̃t)를 사용하는 것과 전체 길이(lt)를 사용하는 것의 영향을 평가하여, 잘못된 길이를 사용할 경우 최대 30%의 오차가 발생할 수 있음을 보여준다.

실험 결과

연구 질문

• RQ1 다양한 수식으로 표현된 RNA-Seq 전사량 측정 모델 간의 관계는 무엇인가, 비록 수식이 다를지라도?
• RQ2 다항분포 모델과 포아송 로그선형 모델이 상대적 전사량 풍부도 추정에서 최대우도 추정치가 동일하게 나오는 조건은 무엇인가?
• RQ3 리드 매핑 편향과 프래그먼트 길이의 영향이 상대적 풍부도 추정에 얼마나 큰 영향을 미치는가?
• RQ4 일반 모델을 통해 RNA-Seq의 다양한 전사량 측정 접근법을 통합할 수 있는가?
• RQ5 정확한 전사체 조립이 신뢰할 수 있는 상대적 풍부도 추정에 어떤 역할을 하는가?

주요 결과

• 다양한 수학적 수식을 가진 여러 RNA-Seq 전사량 측정 모델이 최대우도 추정 하에서 동일한 상대적 풍부도 추정치를 산출한다.
• 다항분포 모델과 포아송 로그선형 모델은 RNA-Seq에서 상대적 전사량 풍부도 추정에 있어 수학적으로 동일한 등가성을 가진다.
• 풍부도 추정 계산에서 유효 길이(l̃t) 대신 전체 길이(lt)를 사용할 경우 상대적 풍부도 추정치에 최대 30%의 오차가 발생할 수 있다.
• 이 논문에서 제시된 일반 모델은 이전에 발표된 수많은 방법들을 특수한 경우로 포함하고 있으며, 그 행동을 설명한다.
• 특히 시퀀스 특이적 및 위치 기반 매핑 편향 보정을 통합할 경우, RNA-Seq 측정치와 qRT-PCR 측정치 간의 일치도 향상된다.
• 정확한 상대적 풍부도 추정은 완전하고 정확한 전사체 조립에 크게 의존하며, 부정확한 조립은 추정치에 편향을 유도할 수 있다.