[논문 리뷰] Parenclitic networks: a multilayer description of heterogeneous and static data-sets

Massimiliano Zanin, Joaquı́n Medina외 6명|arXiv (Cornell University)|2013. 04. 06.

Bioinformatics and Genomic Networks참고 문헌 14인용 수 3

한 줄 요약

이 논문은 다층 네트워크 프레임워크인 페런클리틱 네트워크를 소개하며, 유전자 발현 프로파일과 같은 이질적이고 정적 데이터셋을 인구 기반 기준 모델에서의 기능적 편차를 가중치로 갖는 링크로 모델링함으로써 표현한다. 삼투압 스트레스 하에서 *Arabidopsis thaliana* 에 적용된 결과, 이전에 알려지지 않은 15개의 핵심 조절 유전자를 규명하였으며, 이들의 기능적 역할은 생체 내 유전자 결실 실험을 통해 통계적으로 유의미한 뿌리 성장 표현형을 보여 검증되었다.

ABSTRACT

Describing a complex system is in many ways a problem akin to identifying an object, in that it involves defining boundaries, constituent parts and their relationships by the use of grouping laws. Here we propose a novel method which extends the use of complex networks theory to a generalized class of non-Gestaltic systems, taking the form of collections of isolated, possibly heterogeneous, scalars, e.g. sets of biomedical tests. The ability of the method to unveil relevant information is illustrated for the case of gene expression in the response to osmotic stress of {\it Arabidopsis thaliana}. The most important genes turn out to be the nodes with highest centrality in appropriately reconstructed networks. The method allows predicting a set of 15 genes whose relationship with such stress was previously unknown in the literature. The validity of such predictions is demonstrated by means of a target experiment, in which the predicted genes are one by one artificially induced, and the growth of the corresponding phenotypes turns out to feature statistically significant differences when compared to that of the wild-type.

연구 동기 및 목표

• 자연스럽게 연결성이나 시간적 동역학이 없는 정적이고 이질적인 데이터셋을 네트워크 기반 표현으로 개발하기 위해.
• 의료나 옹모믹스 측정과 같은 스칼라 기반 데이터에서 시스템의 경계와 내부 관계를 정의하는 데 도전하는 데 위해.
• 새로운 다층 네트워크 프레임워크를 활용해, 스트레스 하에서의 유전자 발현과 같은 복잡한 생물학적 반응에서 핵심 조절 성분을 네트워크 중심성 측정을 통해 규명하기 위해.
• 예측 능력을 검증하기 위해 예측된 유전자를 대상으로 타겟화된 생물학적 실험을 수행하기 위해.

제안 방법

• 다양한 기능 데이터를 모든 기능 쌍의 평면에 사영하여, 사전 정의된 그룹(예: 스트레스 반응의 시간 포인트)에 대한 기준 모델을 추출한다.
• 각 기능 쌍에 대해, 레이블이 부여된 데이터에 기반한 기준 모델(예: 선형 상관관계 또는 데이터 마이닝 모델)을 적합하여 인구 내 일반적인 관계를 표현한다.
• 레이블이 없는 주체에 대해, 각 기능 쌍 평면에서의 기능 값과 기준 모델 간의 편차를 계산하고, 이 편차를 네트워크에서 해당 노드 간 링크의 가중치로 사용한다.
• 결과적으로 생성된 페런클리틱 네트워크는 기능을 노드로, 기대되는 관계에서의 편차 크기로 가중된 링크를 가지며, 시간 포인트 또는 조건에 따라 다층적인 구조를 형성한다.
• 네트워크 중심성 측정법(예: 차수, 중간성)을 적용하여, 기대되는 패턴에서 크게 벗어나는 핵심 기능(생물학적 사례에서는 유전자)을 식별한다.
• 기본 물리적 또는 시간적 연결성이 없는 비-게스타우트릭 시스템에 복잡한 네트워크 이론을 일반화한다.

실험 결과

연구 질문

• RQ1 자연스럽게 연결성이나 시간 진화가 없는 정적이고 이질적인 데이터셋을 복잡한 네트워크로 표현할 수 있는가?
• RQ2 인구 평균에서의 기능적 편차는 옹모믹스 데이터에서 생물학적으로 의미 있는 성분을 식별하는 데 어떤 역할을 하는가?
• RQ3 페런클리틱 네트워크에서의 네트워크 중심성은 생물학적 스트레스 반응에서 새로운 조절 유전자를 예측할 수 있는가?
• RQ4 페런클리틱 네트워크에서 중심성이 높은 유전자들이 실험적으로 조작되었을 때 측정 가능한 표현형 효과를 보이는가?

주요 결과

• 페런클리틱 네트워크는 *Arabidopsis thaliana* 에서 삼투압 스트레스와 이전에 연관되지 않았던 15개의 유전자를 성공적으로 규명하였으며, 가장 중심적인 유전자(AT1G44830)를 기준으로 정규화된 중심성 값은 시간 포인트에 따라 0.148에서 1.0 사이로 변동하였다.
• 스트레스 후 3시간에, 가장 중심적인 유전자들(예: AT2G46830, AT5G62320)이 기대되는 발현 관계에서 가장 큰 편차를 보였으며, 이는 이 시점에서의 잠재적 조절 역할을 시사한다.
• 생체 내 유전자 결실 실험을 통해 가장 중심적인 유전자들의 발현을 억제한 결과, 대조군 대비 통계적으로 유의미한 뿌리 성장 표현형이 관찰되었다.
• 각 시간 포인트 네트워크에 대해, 이 방법은 식물 발달에 영향을 주는 유전자 일부를 정확히 예측하였으며, ImageJ 기반의 뿌리 길이 측정을 통해 표현형 차이를 확인하였다.
• 이 방법은 중심성이 높은 유전자가 항상 가장 높은 차등 발현을 보이진 않음을 드러내었으며, 이는 단순한 발현 변화를 초월해 생물학적으로 관련성이 있는 신호를 탐지할 수 있음을 보여준다.
• 검증 실험은 예측된 유전자가 기능적으로 관련성이 있음을 입증하였으며, 그들의 억제가 삼투압 스트레스 조건에서 비정상적인 뿌리 발달을 유도함을 보였다.