[논문 리뷰] Pathway-based feature selection algorithms identify genes discriminating patients with multiple sclerosis apart from controls

Lei Zhang, Linlin Wang외 2명|arXiv (Cornell University)|2015. 08. 06.

Gene expression and cancer classification참고 문헌 44인용 수 4

한 줄 요약

이 연구는 마이크로어레이 데이터를 사용하여 다발성 경화증(MS) 환자와 건강한 대조군을 구분하는 데 유의미한 유전자를 식별하기 위해 경로 정보를 통합한 SAM-GSR 특성 선택 알고리즘의 수정 버전을 제안한다. 생물학적 경로를 사전 지식으로 활용함으로써, 독립된 테스트 세트에서 높은 분류 정확도를 달성하였으며, 이는 경로 기반 특성 선택이 복잡한 게놈 데이터에서 분류 능력을 향상시킬 수 있음을 보여준다.

ABSTRACT

Introduction The focus of analyzing data from microarray experiments and extracting biological insight from such data has experienced a shift from identification of individual genes in association with a phenotype to that of biological pathways or gene sets. Meanwhile, feature selection algorithm becomes imperative to cope with the high dimensional nature of many modeling tasks in bioinformatics. Many feature selection algorithms use information contained within a gene set as a biological priori, and select relevant features by incorporating such information. Thus, an integration of gene set analysis with feature selection is highly desired. Significance analysis of microarray to gene-set reduction analysis (SAM-GSR) algorithm is a novel direction of gene set analysis, aiming at further reduction of gene set into a core subset. Here, we explore the feature selection trait possessed by SAM-GSR and then modify SAM-GSR specifically to better fulfill this role. Results and Conclusions Training on a multiple sclerosis (MS) microarray data using both SAM-GSR and our modification of SAM-GSR, excellent discriminative performance on an independent test set was achieved. To conclude, absorbing biological information from a gene set may be helpful for classification and feature selection. Discussion Given the fact the complete pathway information is far from completeness, a statistical method capable of constructing biologically meaningful gene networks is in demand. The basic requirement is that interplay among genes must be taken into account.

연구 동기 및 목표

• 고차원 게놈 데이터에서 MS 관련 유전자를 식별하는 데 도전하는 데 목적을 두며.
• 생물학적으로 의미 있는 유전자 집합을 사전 지식으로 통합하여 특성 선택을 향상시키는 데 목적을 두며.
• SAM-GSR 알고리즘을 수정하여 MS 연구에서 분류 성능을 향상시키는 데 목적을 두며.
• 경로 기반 특성 선택이 더 강력하고 생물학적으로 관련성이 높은 유전자 서명을 도출하는지 평가하는 데 목적을 두며.

제안 방법

• 연구는 특성 선택을 유전자 집합 부등성 분석보다 우선시하는 방식으로 SAM-GSR 알고리즘을 수정하여 분류 성능 향상을 목표로 한다.
• 생물학적 사전 지식으로서 정제된 유전자 집합에서 유래한 경로 정보를 사용하여 특성 선택을 안내한다.
• 통계적 유의성 검정을 적용하여 경로 내에서 MS 환자와 대조군을 가장 잘 구분하는 핵심 유전자 집합을 식별한다.
• 알고리즘은 공개된 MS 마이크로어레이 데이터 세트에서 학습되고 독립된 테스트 세트에서 검증된다.
• 특성 선택은 유의성 분석의 p-값과 유전자 집합 소속 관계를 통합하여 수행되며, 생물학적으로 관련성이 높은 경로 내 유전자를 강조한다.
• 일반화 능력을 평가하기 위해 보류된 테스트 세트에서 표준 지표를 사용하여 분류 성능을 평가한다.

실험 결과

연구 질문

• RQ1 기존 방법과 비교해 병행 기반 특성 선택이 MS 관련 유전자 식별에 향상된 성능을 보일 수 있는가?
• RQ2 생물학적 경로 지식을 특성 선택에 통합하면 MS 마이크로어레이 데이터에서 분류 정확도가 향상되는가?
• RQ3 수정된 SAM-GSR 알고리즘은 원본 알고리즘과 비교해 어떤 차이를 보이는가?
• RQ4 경로 내에서 MS 환자와 대조군을 구분하는 데 가장 정보가 많은 핵심 유전자 집합은 무엇인가?

주요 결과

• 수정된 SAM-GSR 알고리즘은 독립된 테스트 세트에서 뛰어난 분류 성능을 보이며, 높은 일반화 능력을 나타낸다.
• 경로 정보를 통합함으로써 생물학적으로 관련성이 높은 유전자에 집중함으로써 특성 선택이 크게 향상되었다.
• 이 방법은 유전자 집합을 생물학적으로 의미 있는 핵심 유전자 집합으로 단순화하여 해석 가능성을 높였다.
• 결과적으로 생물학적 사전 지식, 예를 들어 유전자 집합이 고차원 게놈 데이터에서 분류 성능을 크게 향상시킬 수 있음을 보여주었다.