[논문 리뷰] A Bayesian test to identify variance effects

Bianca Dumitrascu, Gregory Darnell외 2명|arXiv (Cornell University)|2015. 12. 05.

Genetic Mapping and Diversity in Plants and Animals참고 문헌 42인용 수 5

한 줄 요약

이 논문은 베이지안 이분산성 검정(BTH)을 소개하며, 베이지안 이분산성 선형 회귀를 사용하여 유전체 데이터에서 분산을 제어하는 유전자 변이(표현량 QTLs, vQTLs)를 탐지하는 새로운 방법이다. BTH는 평균 효과와 분산 효과를 함께 모델링하고 전체 불확실성 정량화를 통해 과적합을 줄이며, 연속형 및 이산형 공변량에서의 분산 효과 탐지에 있어 유연한 성능을 보이며, 기존의 고전적 검정보다 뛰어난 성능을 발휘한다.

ABSTRACT

Identifying genetic variants that regulate quantitative traits, or QTLs, is the primary focus of the field of statistical genetics. Most current methods are limited to identifying mean effects, or associations between genotype and the mean value of a quantitative trait. It is possible, however, that a genetic variant may affect the variance of the quantitative trait in lieu of, or in addition to, affecting the trait mean. Here, we develop a general methodological approach to identifying covariates with variance effects on a quantitative trait using a Bayesian heteroskedastic linear regression model. We show that our Bayesian test for heteroskedasticity (BTH) outperforms classical tests for differences in variation across a large range of simulations drawn from scenarios common to the analysis of quantitative traits. We apply BTH to methylation QTL study data and expression QTL study data to identify variance QTLs. When compared with three tests for heteroskedasticity used in genomics, we illustrate the benefits of using our approach, including avoiding overfitting by incorporating uncertainty and flexibly identifying heteroskedastic effects.

연구 동기 및 목표

• 기존 방법들이 특성의 평균 효과가 아닌 분산을 영향을 주는 유전자 변이(vQTLs)를 탐지하는 데에 한계가 있다는 문제를 해결하기 위해.
• 유전체 분야에서 흔히 사용되는 고전적 이분산성 검정의 단점—연속형 공변량을 처리할 수 없고, 불확실성 정량화가 부족하며, 과적합이 발생한다는 점—을 극복하기 위해.
• 혼란 요인 공변량을 고려하면서도 평균 효과와 분산 효과를 함께 모델링하는 강력하고 유연하며 확장 가능한 베이지안 프레임워크를 개발하기 위해.
• 다양한 시뮬레이션 시나리오와 실제 유전체 데이터셋에서 BTH를 검증하여 통계적 검정력과 신뢰성 향상을 입증하기 위해.
• 유전자 발현 및 메틸화 데이터에서 전장 유전체 수준의 vQTL 식별을 가능하게 하여 특성 변동성의 유전적 조절 이해를 발전시키기 위해.

제안 방법

• 정량적 특성의 평균과 분산이 공변량(예: 유전자형)에 따라 달라지는 베이지안 이분산성 선형 회귀 모델을 수립하며, 분산은 선형 예측의 지수함수 형태로 모델링됨: $\sigma^2 \alpha^{-x_i}$.
• 약한 정보를 가진 사전분포를 적용: 평균 효과 $\beta$에는 정규분포 사전분포, 잔차 분산 $\sigma^2$에는 역감마분포, $\log(\alpha)$에는 코시분포를 사용하여 분산 효과 탐지의 민감도를 높임.
• 베이즈 요인을 효율적으로 계산하기 위해 라플라스 근사법을 사용하여 전장 유전체 스크리닝에 적합한 스케일러블한 방법을 확보함.
• 연령, 성별, 인구 구조 등 혼란 요인 공변량을 평균 및 분산 모델 양쪽에 선형 조정을 통해 통합하여 모델의 강건성을 향상시킴.
• 모델 적합도 평가 및 가정된 이분산 모델과의 이탈 여부 탐지에 사용하기 위해 시뮬레이션 데이터 기반 랜덤 포레스트 분류기 구축.
• 실제 데이터에 적용하기 위해 사전처리 파이프라인 적용: 로그 변환, 인구 구조 및 배치 효과 보정을 위한 주성분 보정, vQTL 검정 이전 잔차 표준화.

실험 결과

연구 질문

• RQ1 다양한 시뮬레이션 시나리오에서 BTH가 고전적 검정(레벤, 브라운-포르시스, CLS)보다 분산을 제어하는 유전자 변이(vQTLs) 탐지에 뛰어난 성능을 보일 수 있는가?
• RQ2 데이터에 혼란 요인(예: 인구 구조, 연령)이 존재할 경우 BTH는 vQTL을 얼마나 잘 탐지하는가?
• RQ3 모수 추정치의 불확실성을 통합함으로써 고전적 방법(예: CLS)에 비해 과적합을 얼마나 줄일 수 있는가?
• RQ4 기존 방법에 비해 BTH는 실제 유전자 발현 및 메틸화 데이터에서 vQTL을 얼마나 효과적으로 식별하는가?
• RQ5 고전적 파라미터 검정이 놓칠 수 있는 비단조화적 또는 복잡한 분산 효과를 BTH는 탐지할 수 있는가?

주요 결과

• BTH는 연속형 공변량과 혼란 요인 존재 시나리오를 포함한 다양한 시뮬레이션 설정에서 고전적 검정(레벤, 브라운-포르시스, CLS)보다 뚜렷이 뛰어난 성능을 보이며, vQTL 탐지에 유의미한 우월성을 확보함.
• 특히 진짜 분산 효과가 비단조화적이거나 잠재적 혼란 요인이 존재할 경우, BTH는 CLS보다 높은 통계적 검정력을 확보함.
• 베이지안 추론을 통해 평균 및 분산 효과 추정치의 전체 불확실성을 통합함으로써 유의미한 유형 I 오류율을 제어하고 과적합을 효과적으로 줄임.
• 실제 데이터 적용에서 BTH는 CAP 연구의 유전자 발현 데이터와 HapMap 메틸화 데이터 양쪽에서 기존 고전적 검정이 놓친 다수의 새로운 vQTL을 식별함.
• 시뮬레이션 데이터 기반 랜덤 포레스트 분류기가 BTH 모델 적합도를 진짜 데이터 생성 과정과 유사한 모델(예: 지수 평균, 로그 정규분포)과 효과적으로 분리함으로써 모델의 강건성과 진짜 데이터 생성 과정에 대한 적합성을 확인함.
• BTH는 인구 구조 및 배치 효과가 존재하는 환경에서도 분산 효과 탐지에 뛰어난 성능을 보이며, 복잡한 혼란 요인을 포함한 실제 유전체 연구에서의 유용성을 입증함.