[논문 리뷰] Supervised Classification of Flow Cytometric Samples via the Joint Clustering and Matching (JCM) Procedure

Sharon Lee, Geoffrey J. McLachlan외 1명|arXiv (Cornell University)|2014. 11. 11.

Single-cell and spatial transcriptomics참고 문헌 24인용 수 6

한 줄 요약

이 논문은 흐름 세포 측정 샘플에 대한 지도 학습 분류 방법을 제안하며, 세포 집단을 비대칭 및 꼬리가 무거운 분포를 모델링하는 비대칭 혼합 모형을 사용하고, 새로운 샘플을 그들의 적합된 밀도와 클래스 템플릿 간의 쿨백-라이블러 발산(Kullback-Leibler divergence)을 최소화하여 분류한다. JCM는 우수한 성능을 기록하여 AML 분류 과제에서 완벽한 AUC와 100% 민감도를 달성하며, 다섯 가지 기준 방법을 모두 능가한다.

ABSTRACT

We consider the use of the Joint Clustering and Matching (JCM) procedure for the supervised classification of a flow cytometric sample with respect to a number of predefined classes of such samples. The JCM procedure has been proposed as a method for the unsupervised classification of cells within a sample into a number of clusters and in the case of multiple samples, the matching of these clusters across the samples. The two tasks of clustering and matching of the clusters are performed simultaneously within the JCM framework. In this paper, we consider the case where there is a number of distinct classes of samples whose class of origin is known, and the problem is to classify a new sample of unknown class of origin to one of these predefined classes. For example, the different classes might correspond to the types of a particular disease or to the various health outcomes of a patient subsequent to a course of treatment. We show and demonstrate on some real datasets how the JCM procedure can be used to carry out this supervised classification task. A mixture distribution is used to model the distribution of the expressions of a fixed set of markers for each cell in a sample with the components in the mixture model corresponding to the various populations of cells in the composition of the sample. For each class of samples, a class template is formed by the adoption of random-effects terms to model the inter-sample variation within a class. The classification of a new unclassified sample is undertaken by assigning the unclassified sample to the class that minimizes the Kullback-Leibler distance between its fitted mixture density and each class density provided by the class templates.

연구 동기 및 목표

• 사전 정의된 질병 또는 건강 결과 클래스에 새로운 흐름 세포 측정 샘플을 분류하는 데 도전 과제를 해결하기 위해.
• 고차원적이고 복잡한 흐름 세포 측정 데이터에서 수동 게이팅과 특징 기반 분류기의 한계를 극복하기 위해.
• 요약 특징가 아닌 전체 밀도 정보를 활용하는 파라미터 기반 모형 기반 접근법을 개발하기 위해.
• 실제 데이터셋에서 기존 최첨단 방법들과의 성능을 평가하기 위해.

제안 방법

• 세포 집단을 유한한 비대칭 분포 혼합 모형(예: 제한된 비대칭 정규분포 또는 t 분포)으로 모델링하여 비대칭성과 꼬리가 두꺼운 특성을 포착한다.
• JCM 프레임워크를 통해 동시에 클러스터링과 샘플 간 클러스터 매칭을 수행하여 여러 샘플 간 세포 집단을 정렬한다.
• 계층적 혼합 모형에서 랜덤 효과 항을 사용하여 샘플 간 변동성을 모델링함으로써 각 사전 정의된 클래스에 대한 템플릿을 구성한다.
• 새로운 미분류 샘플을 그 적합된 혼합 밀도와 각 클래스 템플릿의 밀도 간 쿨백-라이블러(KL) 발산을 계산하여 분류한다.
• 모델 파라미터(성분 평균, 공분산, 혼합 비율, 랜덤 효과 항 등)를 추정하기 위해 EM 알고리즘을 사용한다.
• 완전한 모델 피팅 이전에 차원 축소(PCA, NMF 또는 GMF) 또는 이상치 제거(JCM를 마커 부분집합에 적용하여)를 수행하여 강인성과 확장성 향상.

실험 결과

연구 질문

• RQ1 JCM 절차는 사전 정의된 클래스로 흐름 세포 측정 샘플의 지도 학습 분류에 효과적으로 적용될 수 있는가?
• RQ2 JCM 기반 분류 성능은 SVM, Citrus, HDPGMM와 같은 기존 특징 기반 분류기와 비교해 볼 때 어떻게 되는가?
• RQ3 KL 발산을 통한 전체 밀도 기반 비교가 요약 통계(예: 클러스터 비율)에만 의존하는 방법보다 분류 성능을 더 높이는가?
• RQ4 임상적 흐름 세포 측정 데이터셋에서 고차원 데이터와 샘플 간 변동성에 대해 JCM 접근법은 얼마나 강인한가?

주요 결과

• AML 분류 과제에서 JCM는 수렴된 ROC 곡선 아래 면적(AUC)이 거의 1.0에 도달하여 비교한 여섯 가지 방법 중에서 가장 높은 성능 기록.
• JCM는 모든 AML 샘플을 정확히 분류하여 민감도가 1.0을 달성하였고, 다른 어떤 방법도 0.95를 초과하지 못함.
• BCR 데이터셋에서 JCM는 F-측정치와 AUC 모두에서 모든 다른 방법을 능가하여 뛰어난 분류 정확도를 보임.
• 전체 파라미터 기반 밀도 모형과 KL 발산을 통한 비교가 요약 통계에 의존하는 방법보다 더 정확한 분류를 가능하게 함.
• 클래스 템플릿에 랜덤 효과 항을 통합함으로써 샘플 간 변동성을 효과적으로 포착하여 동일 클래스 내 샘플 간 일반화 능력 향상.
• 이상치 제거 및 차원 축소와 같은 사전 처리 단계를 거친 후 고차원 설정에서도 메서드가 강인함.