[논문 리뷰] PGLasso: Microbial Community Detection through Phylogenetic Graphical Lasso

Chieh Lo, Radu Mărculescu|arXiv (Cornell University)|2018. 07. 20.

Genomics and Phylogenetic Studies참고 문헌 9인용 수 4

한 줄 요약

PGLasso는 고차원성과 구성적 데이터 문제를 해결하기 위해 계통발생 정보를 통합하여 메타게놈 데이터에서 미생물 공존 네트워크를 추론하는 계통발생적 그래픽스 라소 방법을 제안한다. 인간 마이크로바이옴 데이터셋에서 GLasso, SparCC 및 무작위 기준 모델 대비 조정된 랜드 지수(ARI)에서 100% 이상 향상되어 생물학적으로 의미 있는 미생물 군집을 탐지하는 데 뛰어난 정확도를 입증한다.

ABSTRACT

Due to the recent advances in high-throughput sequencing technologies, it becomes possible to directly analyze microbial communities in the human body and in the environment. Knowledge of how microbes interact with each other and form functional communities can provide a solid foundation to understand microbiome related diseases; this can serve as a key step towards precision medicine. In order to understand how microbes form communities, we propose a two step approach: First, we infer the microbial co-occurrence network by integrating a graph inference algorithm with phylogenetic information obtained directly from metagenomic data. Next, we utilize a network-based community detection algorithm to cluster microbes into functional groups where microbes in each group are highly correlated. We also curate a "gold standard" network based on the microbe-metabolic relationships which are extracted directly from the metagenomic data. Utilizing community detection on the resulting microbial metabolic pathway bipartite graph, the community membership for each microbe can be viewed as the true label when evaluating against other existing methods. Overall, our proposed framework Phylogenetic Graphical Lasso (PGLasso) outperforms existing methods with gains larger than 100% in terms of Adjusted Rand Index (ARI) which is commonly used to quantify the goodness of clusterings.

연구 동기 및 목표

• 알려지지 않은 군집 수가 있는 고차원적이고 구성적인 메타게놈 데이터에서 전통적 클러스터링 방법의 한계를 해결하기 위해.
• 계통발생 정보를 통합하여 가짜 양성 결과를 줄이고 생물학적 관련성을 향상시켜 미생물 공존 네트워크 추론을 개선하기 위해.
• 마이크로바이옴 관련 질병과 연관된 기능적 미생물 군집을 탐지하기 위한 견고한 프레임워크를 개발하기 위해.
• 메타게놈 데이터에서 유도된 미생물-대사 경로 이분할 네트워크를 기반으로 평가의 골드 표준을 수립하기 위해.
• 네트워크 기반의 군집 탐지 성능을 정교하게 검토된 생물학적으로 기반을 둔 기준 클러스터링과 비교하기 위해.

제안 방법

• Humann2 파이프라인을 사용하여 메타게놈 데이터를 사전 처리하여 미생물의 상대적 농도와 미생물-대사 경로 관계를 추출한다.
• PATRIC의 게놈 서열을 기반으로 각 미생물의 계통발생 수목을 구축하며, 정확한 진화적 관계를 확보하기 위해 PhyloPhlAn을 활용한다.
• 계통발생 거리 정보를 정규화 사전 정보로 통합한 수정된 그래픽스 라소 알고리즘(PGLasso)을 적용하여 미생물 공존 네트워크를 추론한다.
• 유명한 루바인 알고리즘을 사용하여 모듈성 최적화를 통해 추론된 공존 네트워크 내의 군집을 탐지한다.
• 군집 평가를 위한 기준이 되는 미생물과 대사 경로의 이분할 네트워크를 구축한다.
• 조정된 랜드 지수(ARI)를 사용하여 추론된 클러스터링과 진짜 클러스터링 간의 우연한 일치를 보정함으로써 군집 성능을 평가한다.

실험 결과

연구 질문

• RQ1 그래픽스 라소에 계통발생 정보를 통합하면 고차원적이고 구성적인 메타게놈 데이터에서 미생물 공존 네트워크 추론의 정확도가 향상되는가?
• RQ2 GLasso 및 SparCC와 같은 기존 방법과 비교해 PGLasso는 생물학적으로 의미 있는 미생물 군집을 얼마나 잘 탐지하는가?
• RQ3 정교하게 캐릭터화된 미생물-대사 경로 이분할 네트워크를 골드 표준으로 사용할 경우, 군집 탐지 알고리즘 평가가 얼마나 향상되는가?
• RQ4 계통발생 사전 정보를 통합하면 무작위 또는 정규화되지 않은 방법에 비해 더 안정적이고 생물학적으로 타당한 군집 결과를 도출하는가?
• RQ5 PGLasso 프레임워크는 다양한 인간 신체 부위로 일반화되어 있으며, 다양한 생태적 환경 간에 일관된 미생물 군집 구조를 탐지할 수 있는가?

주요 결과

• PGLasso는 모든 테스트된 신체 부위에서 기준 방법 대비 조정된 랜드 지수(ARI)에서 100% 이상 향상되었으며, 전면 코(AnNar) 데이터셋에서 최고 ARI 0.303을 기록했다.
• GLasso, SparCC 및 무작위 기준 모델에 비해 유의미하게 뛰어난 성능을 보였으며, 모든 데이터셋에서 ARI 값이 0.1 이상으로 일관되게 유지되어 높은 군집 정확도를 나타냈다.
• 계통발생 사전 정보의 통합으로 해법 공간이 축소되어 네트워크 추론 정확도가 향상되었고, 골드 표준 대사 경로 네트워크와의 일치도가 높아졌다.
• SparCC 및 GLasso는 낮은 성능을 보였으며, ARI 값이 0.05 이하 또는 근처에 머물러 군집 결과가 거의 무작위와 구별되지 않았다.
• 루바인 군집 탐지 알고리즘이 PGLasso로 추론된 네트워크 내에서 생물학적으로 일관된 미생물 군집을 성공적으로 식별하여 기능적 공명성을 시사했다.
• 골드 표준 대사 경로 이분할 네트워크는 신뢰할 수 있는 기준을 제공하였으며, PGLasso가 추론한 군집이 다른 방법에 비해 더 생물학적으로 타당하다는 것을 확인했다.