[논문 리뷰] TREEOME: A framework for epigenetic and transcriptomic data integration to explore regulatory interactions controlling transcription

David Budden, Daniel Hurley외 1명|arXiv (Cornell University)|2015. 02. 05.

Epigenetics and DNA Methylation참고 문헌 22인용 수 7

한 줄 요약

TREEOME는 유전자 수준의 DNA 메틸화 및 히스톤 변형 데이터를 통합하여 전장 게놈 전사 농도 예측을 향상시키는 决定나무 기반 프레임워크로, 조절 기능 클래스로 유전자를 분리하여 조건부 및 상호작용적인 에피제네틱 상호작용을 모델링한다. 평균 메틸화 분율(사이트 기반, MMFS)을 메틸화 지표로 사용할 경우 예측된 대비 측정된 전사 농도 상관계수는 피어슨의 r > 0.70이며, 조정된 R²는 0.06 증가한다.

ABSTRACT

Motivation: Predictive modelling of gene expression is a powerful framework for the in silico exploration of transcriptional regulatory interactions through the integration of high-throughput -omics data. A major limitation of previous approaches is their inability to handle conditional and synergistic interactions that emerge when collectively analysing genes subject to different regulatory mechanisms. This limitation reduces overall predictive power and thus the reliability of downstream biological inference. Results: We introduce an analytical modelling framework (TREEOME: tree of models of expression) that integrates epigenetic and transcriptomic data by separating genes into putative regulatory classes. Current predictive modelling approaches have found both DNA methylation and histone modification epigenetic data to provide little or no improvement in accuracy of prediction of transcript abundance despite, for example, distinct anti-correlation between mRNA levels and promoter-localised DNA methylation. To improve on this, in TREEOME we evaluate four possible methods of formulating gene-level DNA methylation metrics, which provide a foundation for identifying gene-level methylation events and subsequent differential analysis, whereas most previous techniques operate at the level of individual CpG dinucleotides. We demonstrate TREEOME by integrating gene-level DNA methylation (bisulfite-seq) and histone modification (ChIP-seq) data to accurately predict genome-wide mRNA transcript abundance (RNA-seq) for H1-hESC and GM12878 cell lines. Availability: TREEOME is implemented using open-source software and made available as a pre-configured bootable reference environment. All scripts and data presented in this study are available online at http://sourceforge.net/projects/budden2015treeome/.

연구 동기 및 목표

• 전통적인 예측 모델이 에피제네틱 마크 간 조건부 및 상호작용적인 조절 상호작용을 다루는 데에 한계가 있다는 점을 극복하기 위해.
• 유전자 수준의 DNA 메틸화 및 히스톤 변형 데이터를 통합하여 전사 농도 예측을 향상시키는 프레임워크를 개발하기 위해.
• 예측 모델링에 사용할 수 있는 가장 효과적인 유전자 수준 DNA 메틸화 지표를 평가하고 규명하기 위해.
• H1-hESC 및 GM12878 세포계에서 TREEOME가 RNA-seq 발현을 정확하게 예측하는 데의 유용성을 입증하기 위해.
• 에피제네틱 프로파일에 기반하여 생물학적으로 의미 있는 비지도 분류 방식으로 유전자를 조절 기능 클래스로 분류할 수 있도록 하기 위해.

제안 방법

• 에피제네틱 특징에 기반해 유전자를 가설적 조절 기능 클래스로 분류하기 위해 결정나무 기반 분석 프레임워크(TREEOME)를 사용한다.
• 프로모터 지역의 메틸화를 정량화하고 예측 능력을 평가하기 위해 네 가지 유전자 수준 DNA 메틸화 지표(MMFS, MMS, MPM, MPMF)를 활용한다.
• 맥락 민감한 조절 상호작용을 모델링하기 위해 H3K4me3, H3K27me3, H3K9me3 및 H2A.Z의 ChIP-seq 데이터를 통합한다.
• 순수 통계 최적화보다 생물학적 해석 가능성 유지가 우선시되는 비지도 임계값 선택을 적용한다.
• 각 조절 기능 클래스 내에서 선형 회귀 모델을 활용해 통합된 에피제네틱 특징에서 전사 농도를 예측한다.
• 예측 성능을 검증하기 위해 예측된 대비 측정된 RNA-seq 발현 간 피어슨 상관계수(r) 및 조정된 R²를 사용한다.

실험 결과

연구 질문

• RQ1 유전자 수준의 DNA 메틸화 지표 중에서 전사 농도와 가장 강한 상관관계를 보이고 예측 모델 정확도를 향상시키는 것은 무엇인가?
• RQ2 에피제네틱 특징에 기반해 유전자를 조절 기능 클래스로 분리하면 전사 농도 예측 정확도가 향상되는가?
• RQ3 히스톤 변형 간 조건부 상호작용(H3K4me3, H3K27me3, H2A.Z 등)이 전사 출력에 어떻게 영향을 미치는가?
• RQ4 복잡한 염색체 조절 환경가 존재할 때 DNA 메틸화 데이터 통합이 전사 농도 예측 정확도에 어느 정도 기여하는가?
• RQ5 H2A.Z를 가진 유전자가 맥락에 따라 전사적 영향을 미치는 특성을 보일 때, TREEOME는 이러한 조절 이질성을 해결할 수 있는가?

주요 결과

• 사이트 기반 평균 메틸화 분율(MMFS) 지표가 H1-hESC 및 GM12878 세포계 모두에서 유전자 발현 수준과 가장 강한 반비례 상관관계를 보였다.
• MMFS를 사용할 경우 TREEOME는 예측 정확도를 Δadj.R² = 0.06 향상시켰으며, 이로 인해 예측된 대비 측정된 전사 농도 상관계수는 피어슨의 r > 0.70를 기록했다.
• H2A.Z− 유전자에서 예측 정확도가 유의미하게 높았고, H2A.Z+ 유전자에서는 조절 이질성으로 인해 정확도가 낮아졌다.
• 이 프레임워크는 이론적으로 bisulfite-seq(DNA 메틸화), ChIP-seq(히스톤 변형), RNA-seq(전사 농도) 데이터를 통합하여 전장 게놈 수준의 예측을 처음으로 성공적으로 수행했다.
• 유전자를 조절 기능 클래스로 분리함으로써 조건부 및 상호작용적 상호작용을 모델링할 수 있었으며, 예를 들어 H2A.Z 및 H3K27me3의 유무에 따라 H3K4me3의 맥락 의존적 역할을 규명할 수 있었다.
• TREEOME는 메틸화된 유전자와 비메틸화된 유전자에 대해 각각 다른 조절 역할과 신뢰도 값을 도출할 수 있게 하여, 예측 워크플로우에서 생물학적 해석 가능성 향상을 가능하게 하였다.