[논문 리뷰] Removing System Noise from Comparative Genomic Hybridization Data by Self-Self Analysis

Yoon-ha Lee, Michael Ronemus외 9명|arXiv (Cornell University)|2011. 05. 04.

Genomic variations and chromosomal abnormalities참고 문헌 25인용 수 3

한 줄 요약

이 논문은 단일 유전자 샘플을 서로 하이브리드화하는 자가-자기 하이브리드화(self-self hybridization)를 분석함으로써 비교 게놈 하이브리드라이제이션(aCGH) 데이터의 기술적 노이즈를 줄이기 위한 시스템 정규화 방법을 제안한다. 주로 특이적 분해(SVD)를 사용하여, 이 방법은 시스템 노이즈를 식별하고 보정함으로써 평균 7.0%의 신호 대 잡음 비율 향상을 이끌어내며, 90%의 하이브리드라이제이션에서 신호 품질 향상과 중앙 평균 편차(MAD) 감소를 관찰하였다.

ABSTRACT

Genomic copy number variation (CNV) is a large source of variation between organisms, and its consequences include phenotypic differences and genetic disorders. CNVs are commonly detected by hybridizing genomic DNA to microarrays of nucleic acid probes. System noise caused by operational and probe performance variability complicates the interpretation of these data. To minimize the distortion of genetic signal by system noise, we have explored the latter in an archive of hybridizations in which no genetic signal is expected. This archive is obtained by comparative genomic hybridization (CGH) of a sample in one channel to the same sample in the other channel, or 'self-self' data. These self-self hybridizations trap a variety of system noise inherent in sample-reference (test) data. Through singular value decomposition (SVD) of self-self data, we have determined the principal components of system noise. Assuming simple linear models of noise generation, the linear correction of test data with self-self data -or 'system normalization'- reduces local and long-range correlations and improves signal-to-noise metrics, yet does not introduce detectable spurious signal. Using this method, 90% of hybridizations displayed improved signal-to-noise ratios with an average increase of 7.0%, due mainly to a reduced median average deviation (MAD). In addition, we have found that principal component loadings correlate with specific probe variables including array coordinates, base composition, and proximity to the 5' ends of genes. The correlation of the principal component loadings with the test data depends on operational variables, such as the temporal order of processing and the localization of individual samples within 96-well plates.

연구 동기 및 목표

• 샘플 처리 및 프로브 성능의 기술적 변동성으로 인한 비교 게놈 하이브리드라이제이션(aCGH) 데이터에서 발생하는 시스템 노이즈를 식별하고 특성화하는 것.
• 기술적 아티팩트로 인한 왜곡을 최소화하면서 진정한 생물학적 신호를 유지하는 노이즈 보정 방법을 개발하는 것.
• 시험 데이터에서 시스템 노이즈를 모델링하고 보정하기 위해 자가-자기 하이브리드라이제이션을 기준으로 하는 체계적인 정규화 프레임워크를 수립하는 것.
• 노이즈 성분과 프로브 특성 변수(예: 어레이 좌표, 염기 조성, 유전자 위치) 간의 관계를 조사하는 것.
• 보정 방법이 실제 aCGH 실험에서 신호 대 잡음 지표 향상에 기여하면서도 임의의 가짜 신호를 유도하지 않는지 검증하는 것.

제안 방법

• 동일한 DNA 샘플을 마이크로어레이의 양쪽 채널에 하이브리드라이제이션하여 자가-자기 aCGH 데이터를 수집함으로써, 생물학적 신호가 없지만 모든 시스템 노이즈가 포함된 제어 데이터셋을 생성한다.
• 자기-자기 데이터에 특이적 분해(SVD)를 적용하여 주로 나타나는 노이즈 패턴을 나타내는 주성분을 추출한다.
• 노이즈 생성 과정이 단순 선형 과정을 따른다고 가정하고, 시스템 노이즈를 이러한 주성분들의 선형 조합으로 모델링한다.
• 식별된 노이즈 성분을 사용하여 시스템 정규화를 통해 시험 aCGH 데이터를 선형적으로 보정함으로써, 프로브 특성 및 운영 노이즈 원천을 조정한다.
• 주성분 부하를 프로브 수준의 변수(예: 어레이 좌표, GC 함량, 유전자 5' 근접도)와 상관관계 분석하여 노이즈 기원을 이해한다.
• 정규화 이전과 이후의 신호 대 잡음 지표(예: 중앙 평균 편차(MAD))를 사용하여 보정 성능을 평가한다.

실험 결과

연구 질문

• RQ1 자기-자기 하이브리드라이제이션 제어를 통해 aCGH 데이터의 시스템 노이즈를 어느 정도 모델링하고 제거할 수 있는가?
• RQ2 GC 함량 및 게놈 위치와 같은 프로브 특성 변수가 주요 노이즈 성분과 어떻게 관련되는가?
• RQ3 제안된 시스템 정규화 방법이 가짜 복제 수 변화를 유도하지 않고도 신호 대 잡음 비율을 향상시키는가?
• RQ4 샘플 처리 순서와 96-well 플레이트 내 샘플 위치가 aCGH 데이터의 노이즈 패턴에 어떤 영향을 미치는가?
• RQ5 자기-자기 데이터의 주성분 노이즈는 실질적인 시험 데이터의 여러 하이브리드라이제이션에 대해 신뢰성 있게 보정에 사용될 수 있는가?

주요 결과

• 자기-자기 데이터를 활용한 시스템 정규화는 90%의 하이브리드라이제이션에서 신호 대 잡음 비율을 향상시켰으며, 평균 7.0% 향상되었다.
• 주요 향상 요인은 중앙 평균 편차(MAD) 감소에서 비롯되었으며, 이는 보정된 데이터의 변동성이 낮아졌음을 시사한다.
• 노이즈의 주성분 부하가 어레이 좌표, GC 함량, 유전자 5' 끝 근접도와 유의미한 상관관계를 보였다.
• 노이즈 패턴은 처리 순서 및 96-well 플레이트 내 샘플 위치와 같은 운영 변수에 영향을 받았다.
• 보정 방법은 감지 가능한 가짜 신호를 유도하지 않았으며, 진정한 생물학적 변동성을 유지하는 데 신뢰성이 있음을 확인하였다.
• 자기-자기 데이터의 SVD는 주요 시스템 노이즈 원천을 효과적으로 포착하여 시험 데이터의 정확한 선형 보정을 가능하게 하였다.