[논문 리뷰] Multi-sequence segmentation via score and higher-criticism tests

Hock-Peng Chan, Hao Chen|arXiv (Cornell University)|2017. 06. 23.

Genomic variations and chromosomal abnormalities참고 문헌 17인용 수 16

한 줄 요약

이 논문은 공통 인덱스를 공유하는 다중 시계열에서 변화점 탐지를 위해 점수 통계량과 하이퍼크리티시즘 검정을 도입하여 단일 시계열 방법을 확장한다. 새로운 역방향 분할 방법을 제안하며, 벤치마크 시나리오에서 기존 방법보다 뛰어난 성능을 보이며, 다중 환자 종양 게놈 데이터셋에서도 탐지 성능이 향상됨을 보여준다.

ABSTRACT

We propose local segmentation of multiple sequences sharing a common time- or location-index, building upon the single sequence local segmentation methods of Niu and Zhang (2012) and Fang, Li and Siegmund (2016). We also propose reverse segmentation of multiple sequences that is new even in the single sequence context. We show that local segmentation estimates change-points consistently for both single and multiple sequences, and that both methods proposed here detect signals well, with the reverse segmentation method outperforming a large number of known segmentation methods on a commonly used single sequence test scenario. We show that on a recent allele-specific copy number study involving multiple cancer patients, the simultaneous segmentations of the DNA sequences of all the patients provide information beyond that obtained by segmentation of the sequences one at a time.

연구 동기 및 목표

• 공통 인덱스를 공유하는 다중 시계열의 국소적 분할 방법을 개발하여 단일 시계열 변화점 탐지 기법을 향상시키는 것.
• 단일 시계열 환경에서도 적용 가능한 새로운 역방향 분할 접근법을 제안하여 탐지 민감도를 향상시키는 것.
• 제안된 프레임워크 하에서 단일 및 다중 시계열 모두에서 변화점의 일관된 추정을 수행하는 것.
• 동시 분할이 개별 분할보다 더 유의미한 결과를 제공함을 보이며, 특히 복잡한 생물학적 데이터에서 그러한 이점이 두드러짐을 보여주는 것.

제안 방법

• Niu와 Zhang(2012) 및 Fang, Li, 그리고 Siegmund(2016)의 점수 기반 검정 통계량을 다중 시계열 설정으로 확장하여 변화점 탐지에 적용한다.
• 다중 시계열에서 탐지 능력을 향상시키기 위해 테스트 통계량을 재가중 또는 재정렬하는 역방향 분할 방법을 제안한다.
• 다양한 시계열 간의 증거를 집계하여 약한 또는 희박한 신호에 대한 민감도를 향상시키기 위해 하이퍼크리티시즘 통계량을 사용한다.
• 다양한 시계열 간 국소 검정 통계량을 조합하여 다중 정렬된 시계열에서 변화점을 탐지하는 데 제안된 방법을 적용한다.
• 표본 크기가 증가함에 따라 변화점 추정치의 수렴을 보장하기 위해 일관된 추정 절차를 활용한다.
• 시뮬레이션과 암 환자로부터의 이소프로필 복제 수량 데이터에 대한 실제 응용을 통해 성능을 검증한다.

실험 결과

연구 질문

• RQ1 공통 인덱싱이 있는 다중 시계열 변화점 탐지에 점수 통계량과 하이퍼크리티시즘 검정을 효과적으로 확장할 수 있는가?
• RQ2 제안된 역방향 분할 방법은 기존의 단일 및 다중 시계열 분할 기법보다 탐지 능력이 향상되는가?
• RQ3 다중 시계열의 동시에 분할이 개별 분할에 비해 신호 탐지 정확도 측면에서 어떻게 비교되는가?
• RQ4 실제 데이터 조건 하에서 제안된 방법이 다중 시계열에서 변화점을 일관되게 추정할 수 있는가?

주요 결과

• 제안된 국소 분할 방법은 단일 및 다중 시계열 설정 모두에서 변화점의 일관된 추정을 달성한다.
• 표준 단일 시계열 벤치마크 시나리오에서 역방향 분할 방법은 다양한 알려진 분할 방법보다 뛰어난 성능을 보인다.
• 암 환자로부터의 다중 DNA 시계열을 동시에 분할하면 개별 분할보다 더 생물학적으로 관련성이 높은 신호를 드러낸다.
• 하이퍼크리티시즘 검정은 다중 시계열 간 약한 신호를 집계함으로써 탐지 능력을 향상시킨다.
• 이소프로필 복제 수량 데이터에서 변화점을 성공적으로 식별하여 종양 게놈학에서 실용적 유용성을 입증한다.
• 역방향 분할 접근법은 단일 시계열 맥락에서도 신규이며, 변화점 탐지에 새로운 시각을 제공한다.