[논문 리뷰] Resampling Residuals on Phylogenetic Trees: Extended Results

Peter J. Waddell, Ariful Azad외 1명|arXiv (Cornell University)|2010. 12. 29.

Gene expression and cancer classification참고 문헌 12인용 수 6

한 줄 요약

이 논문은 모델 복잡도를 고려하여 기하평균 표준편차를 조정하고 가중 함수를 일반화함으로써 계통수 적합도 평가를 위한 잔차 재표집 방법을 확장한다. 로스 등(2000)의 유전자 발현 데이터를 사용하여 일반선형제곱법(OLS)이 이웃결합(NJ) 및 BME 방법보다 뛰어나며, 잔차 재표집을 통해 암 세포계열에서 강력한 계통수 구조가 존재하고 있음을 확인하였고, 시뮬레이션을 통해 OLS는 모델 및 실제 데이터에서 BME 유형 방법에 비해 뛰어난 내구성을 보임을 보여준다.

ABSTRACT

In this article the results of Waddell and Azad (2009) are extended. In particular, the geometric percentage mean standard deviation measure of the fit of distances to a phylogenetic tree is adjusted for the number of parameters fitted to the model. The formulae are also presented in their general form for any weight that is a function of the distance. The cell line gene expression data set of Ross et al. (2000) is reanalyzed. It is shown that ordinary least squares (OLS) is a much better fit to the data than a Neighbor Joining or BME tree. Residual resampling shows that cancer cell lines do indeed fit a tree fairly well and that the tree does have strong internal structure. Simulations show that least squares tree building methods, including OLS, are strong competitors with BME type methods for fitting model data, while real world examples often suggest the same conclusion.

연구 동기 및 목표

• 모델의 매개변수 수를 고려하여 기하평균 표준편차의 기하평균 백분율 표준편차를 조정함으로써 계통수 적합도 평가를 향상시키기.
• 임의의 거리-가중 함수에 적용 가능한 잔차 재표집 프레임워크를 일반화하기.
• 고급 잔차 기반 계통수 적합도 측정 지표를 사용하여 로스 등(2000)의 세포계열 유전자 발현 데이터셋을 재평가하기.
• 실제 생물학적 데이터와 시뮬레이션된 모델 데이터에 대해 OLS, BME, 이웃결합 방법의 성능을 비교하기.
• 잔차 재표집 기법을 사용하여 암 세포계열에서 강력한 내부 계통수 구조가 존재하는지 검증하기.

제안 방법

• 적합된 매개변수 수를 고려하여 기하평균 백분율 표준편차(gPMSD) 측정법을 수정함으로써 모델 적합도 평가를 향상시킴.
• 진화적 거리에 의존하는 임의의 가중 함수에 적용 가능한 잔차 재표집의 일반 공식 유도.
• 로스 등(2000)의 유전자 발현 데이터셋에 잔차 재표집을 적용하여 계통수 적합도 및 내부 구조 평가.
• 모델 데이터 조건 하에서 OLS, BME, 이웃결합 방법의 성능을 비교하기 위해 시뮬레이션 수행.
• 부트스트랩 기반 잔차 재표집을 사용하여 계통수 위상 및 내부 구조의 통계적 유의성과 내구성 테스트.
• 모델 데이터 및 실제 데이터에서 OLS와 BME 유형 방법의 상대적 성능 및 신뢰성을 평가하기 위해 OLS와 BME 유형 방법을 비교함.

실험 결과

연구 질문

• RQ1 모델 복잡도를 고려하여 기하평균 백분율 표준편차를 조정할 경우 계통수 적합도 평가가 어떻게 향상되는가?
• RQ2 잔차 재표집 프레임워크는 계통수 분석에서 임의의 거리-가중 함수에 일반화될 수 있는가?
• RQ3 일반선형제곱법(OLS)이 로스 등(2000)의 세포계열 유전자 발현 데이터에 대해 이웃결합 또는 BME 방법보다 더 나은 적합도를 제공하는가?
• RQ4 잔차 재표집을 통해 암 세포계열 계통수에서 강력한 내부 구조가 얼마나 잘 확인되는가?
• RQ5 OLS와 BME 유형 방법은 시뮬레이션된 모델 데이터와 실제 생물학적 데이터에 대해 어떻게 비교되는가?

주요 결과

• 잔차 분석을 통해 OLS가 로스 등(2000)의 유전자 발현 데이터에 대해 이웃결합 또는 BME 방법보다 유의미하게 더 나은 적합도를 보임.
• 잔차 재표집을 통해 암 세포계열이 강력한 내부 계통수 구조를 보이며, 수목 기반 표현의 타당성이 뒷받침됨.
• 시뮬레이션을 통해 최소제곱법(OLS 포함)이 모델 데이터에 적합할 때 BME 유형 방법에 비해 뛰어난 내구성과 강력한 경쟁력을 보임.
• 조정된 기하평균 백분율 표준편차 측정법이 모델 복잡도를 효과적으로 반영하여 적합도 평가 정확도 향상.
• 실제 데이터 분석에서 OLS는 BME 및 이웃결합 방법에 비해 유전자 발현 데이터 맥락에서 뛰어난 적합도 방법으로 일관되게 지지됨.
• 잔차 재표집에서 가중 함수의 일반화가 다양한 계통수 거리 모델에 유연하게 적용 가능하게 함.