[논문 리뷰] Searching for a source of difference in Gaussian graphical models

Vera Djordjilović, Monica Chiogna|arXiv (Cornell University)|2018. 11. 06.

Bioinformatics and Genomic Networks참고 문헌 21인용 수 3

한 줄 요약

이 논문은 분해 가능 그래프를 사용하는 가우시안 그래픽 모델에서 두 분포 간의 차이를 이끄는 최소 시드 세트(변수)를 선형 시간에 식별하는 방법을 제안한다. 강력한 메타 마르코프 모델 프레임워크 내에서 클리크들에서의 조건부 이상독립성 테스트를 통해, 모든 분포 차이를 설명하는 그래픽 시드 세트를 추정하는 방법이며, 백혈병 유전자 네트워크에서 BCR, ABL 및 세 번째 유전자로 인한 변동의 원인이 확인되었다.

ABSTRACT

In this work, we look at a two-sample problem within the framework of Gaussian graphical models. When the global hypothesis of equality of two distributions is rejected, the interest is usually in localizing the source of difference. Motivated by the idea that diseases can be seen as system perturbations, and by the need to distinguish between the origin of perturbation and components affected by the perturbation, we introduce the concept of a minimal seed set, and its graphical counterpart a graphical seed set. They intuitively consist of variables driving the difference between the two conditions. We propose a simple testing procedure, linear in the number of nodes, to estimate the graphical seed set from data, and study its finite sample behavior with a stimulation study. We illustrate our approach in the context of gene set analysis by means of a publicly available gene expression dataset.

연구 동기 및 목표

• 다변량 데이터에서 변동의 진정한 원인을 규명하는 데 있어 근사적 테스트의 한계를 해결하기 위해.
• 네트워크 전파로 인해 영향을 받는 변수들과 차별화하여 차별의 주요 원인인 변수(시드 세트)를 식별하기 위해.
• 분해 가능한 가우시안 그래픽 모델에서 그래픽 시드 세트를 추정하기 위한 계산적으로 효율적인 선형 시간 절차를 개발하기 위해.
• 특히 만성 호산구성 백혈병에서 질병 관련 변동의 근본 원인을 규명하기 위해 유전자 조절 네트워크에 이 방법을 적용하기 위해.
• 이변량 근사 테스트에 대한 조건부 및 공동분포 기반의 대안을 제공하기 위해.

제안 방법

• 이 방법은 분해 가능한 무방향 그래프 위의 강력한 메타 마르코프 모델에 기반하며, 조건부 매개변수의 변동 독립성을 보장한다.
• 전체 귀무가설인 분포 동일성은 그래프의 클리크들에서의 국소 테스트로 분해된다.
• 각 클리크에 대해, 클리크 기반 조건부 분포의 동일성을 테스트하며, 가족적 오류율을 제어하기 위해 순열 기반 p-값을 사용한다.
• 모든 41개의 고유한 국소 가설에 대해 min-P 방법을 적용하여 전역 유의수준을 결정한다.
• 추정된 그래픽 시드 세트는 조건 간에 유의미하게 다른 클리크의 노드로 구성되며, 부분집합 최소화를 통해 최소 시드 세트가 유추된다.
• 이 방법은 분해 가능한 그래프의 모듈식 구조를 활용하여, 최대우도비 테스트를 시드 세트에만 의존하도록 단순화한다.

실험 결과

연구 질문

• RQ1 그래픽 모델 프레임워크 내에서 두 다변량 분포 간의 차이를 이끄는 최소 변수 집합을 식별할 수 있는가?
• RQ2 네트워크 기반 시스템에서 변동의 원인과 후속 영향을 어떻게 구분할 수 있는가?
• RQ3 고차원 가우시안 그래픽 모델에서 차이의 원인을 추정하기 위한 계산적으로 효율적이고 확장 가능한 방법은 무엇인가?
• RQ4 조건부 및 공동분포 기반 접근이 근사적 테스트에 비해 진정한 변동 원인 탐지에서 얼마나 더 우수한가?
• RQ5 분해 가능한 그래프에서 여러 조건부 가설을 테스트할 때 오류율을 어떻게 제어할 수 있는가?

주요 결과

• 두 ALL 환자 그룹 간의 동일 분포에 대한 전역 귀무가설은 기각되었다 (p-값 = 2.06×10⁻¹¹).
• 1,640회의 순열을 사용한 min-P 방법을 통해 국소 가설 테스트의 유의수준 2.4×10⁻³이 결정되었다.
• 추정된 그래픽 시드 세트는 {25, 613, 6776}이었으며, 이는 ABL, BCR 및 세 번째 유전자를 의미하며, 두 그룹 간의 차이를 완전히 설명하였다.
• 네트워크의 대부분의 유전자들(그림 4의 흰색 노드)은 시드 세트에 포함되지 않았으며, 이는 시드 세트를 초월해 차이가 전파되지 않았음을 시사한다.
• 이 방법은 변동의 원인을 세 가지 핵심 유전자로 정확히 국소화하였으며, 만성 호산구성 백혈병에서 BCR/ABL의 생물학적 지식과 일치하였다.
• 이 방법은 최대우도비가 시드 세트에만 의존함을 입증하여, 이론적 기반을 확인하였다.